Autoregresszív folyamatok előrejelzési Bayes módszerrel

Absztrakt

Az idősorok elemzésére és előrejelzésére szolgáló Box-Jenkins módszer számos előnyös tulajdonsága következtében általánosan elfogadott, és az egyes előrejelzési technikák összehasonlítására leggyakrabban alkalmazott eljárás. Hátránya azonban, hogy a paraméter becslések bizonytalanságát nem veszi figyelembe. Az itt bemutatásra kerülő, Bayes-módszeren alapuló eljárás alkalmas a paraméterbecslések bizonytalanságának modellezésére mind a becslési, mind pedig az előrejelzési szakaszban. Egy ARIMA modell Bayes-módszerrel történő paraméter-becslése általában nem nehéz feladat, az előrejelzések előállítása azonban számos nehézséggel jár, mivel zárt formulák híján közelítéseket kell alkalmaznunk. A paraméterhalmaz az együttes a posteriori eloszlásból kiválasztott véletlen minta, amelyet azután ez idősor egy jövőbeli lefutásának szimulálására használunk fel.