时间序列分析间隔和能源经济学预测-研究论文
中文:该工作文件介绍了以间隔格式观察变量时估算回归模型参数的方法。 它说明了法国的用电量数据估算程序,目的是比较区间数据中的预测值和点数据中的预测置信区间。 首先,我们表明使用唯一值表征经济变量会导致信息丢失。 第二步,将这些估算方法应用于法国的用电量数据间隔,以进行预测。 通过测试检查数据的演变,使我们能够发现季节性影响,而不是季节性以外的影响。 因此,将估算程序应用于通过普查X12方法进行季节性调整的数据,并且预测将考虑经过季节性调整后获得的季节性系数。 为了衡量对区间数据进行分析的兴趣,我们将区间数据的预测与点数据的预测的置信区间进行了比较。 在最后一部分中,对预测置信区间的分布和对间隔数据的预测的观察表明,在区间数据提供的范围内,对经典数据的预测的置信区间包括在内。 随着对预测的置信度的置信水平提高,这种包含继续存在。 英语:本工作论文介绍了以区间格式观察变量时估算回归模型参数的方法。 它说明了法国的用电量数据估算程序,目的是比较区间数据中的预测值和点数据中的预测置信区间。 首先,我们表明使用单一值来表征经济变量会导致信息丢失。 第二步,将这些估计方法应用于法国的间隔用电量数据以进行预测。 通过测试检查数据的演变,使我们能够发现季节变化的影响,而没有季节变化的影响。 因此,估计程序是通过普查X12方法对季节性调整后的数据执行的,而预测将考虑经过季节性调整后获得的季节性系数。 为了衡量区间数据分析的价值,我们将区间数据的预测与点数据预测的置信区间进行了比较。 在最后一部分中,对预测置信区间的分布和对间隔数据的预测的观察表明,在区间数据所预测的边界内,经典数据的预测置信区间包括在内。 随着预测置信区间中置信度水平的提高,这种包含继续存在。 因此,我们得出结论,传统数据不可能覆盖所研究变量的真实值范围。
- 粉丝: 2
- 资源: 915
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助