Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/73930
Type: | Artigo de Periódico |
Title: | Prediction Intervals in the ARFIMA Model Using Bootstrap G |
Other Titles: | Intervalos de previsão no modelo ARFIMA usando Bootstrap G |
Authors: | Gustavo C. Lana Glaura da Conceição Franco Valdério A. Reisen |
Abstract: | This paper presents a bootstrap resampling scheme to build prediction intervals for future values in fractionallyautoregressive moving average (ARFIMA) models. Standard techniques to calculate forecast intervals rely on theassumption of normality of the data and do not take into account the uncertainty associated with parameter estimation. Bootstrap procedures, as nonparametric methods, can overcome these diculties. In this paper, we test two bootstrapprediction intervals based on the nonparametric bootstrap in the residuals of the ARFIMA model. In this paper, two bootstrap prediction intervals are proposed based on the nonparametric bootstrap in the residuals of the ARFIMAmodel. The rst one is the well known percentile bootstrap, (Thombs and Schucany, 1990; Pascual et al., 2004), neverused for ARFIMA models to the knowledge of the authors. For the second approach, the intervals are calculated usingthe quantiles of the empirical distribution of the bootstrap prediction errors (Masarotto, 1990; Bisaglia e Grigoletto, 2001). The intervals are compared, through a Monte Carlo experiment, to the asymptotic interval, under Gaussian andnon-Gaussian error distributions. The results show that the bootstrap intervals present coverage rates closer to thenominal level assumed, when compared to the asymptotic standard method. An application to real data of temperaturein New York city is also presented to illustrate the procedures. |
Abstract: | Este artigo apresenta um esquema de reamostragem bootstrap para construir intervalos de predição para valores futuros em modelos de média móvel fracionadamente autorregressiva (ARFIMA). As técnicas padrão para calcular intervalos de previsão baseiam-se na suposição de normalidade dos dados e não levam em consideração a incerteza associada à estimativa dos parâmetros. Os procedimentos Bootstrap, como métodos não paramétricos, podem superar essas dificuldades. Neste artigo, testamos dois intervalos de previsão de bootstrap baseados no bootstrap não paramétrico nos resíduos do modelo ARFIMA. Nesse artigo, dois intervalos de predição de bootstrap são propostos com base no bootstrap não paramétrico nos resíduos do modelo ARFIMA. O primeiro é o bem conhecido bootstrap percentil, (Thombs e Schucany, 1990; Pascual et al., 2004), nunca utilizado para modelos ARFIMA até onde os autores sabem. Para a segunda abordagem, os intervalos são calculados utilizando os quantis da distribuição empírica dos erros de predição do bootstrap (Masarotto, 1990; Bisaglia e Grigoletto, 2001). Os intervalos são comparados, através de um experimento de Monte Carlo, ao intervalo assintótico, sob distribuições de erros gaussianas e não gaussianas. Os resultados mostram que os intervalos de bootstrap apresentam taxas de cobertura mais próximas do nível nominal assumido, quando comparados ao método padrão assintótico. Uma aplicação para dados reais de temperatura na cidade de Nova York também é apresentada para ilustrar os procedimentos. |
Subject: | Meteorologia Framework (Programa de computador) Análise Envoltória de Dados |
language: | eng |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE ESTATÍSTICA |
Rights: | Acesso Aberto |
metadata.dc.identifier.doi: | https://doi.org/10.24294/fsj.v4i1.687 |
URI: | http://hdl.handle.net/1843/73930 |
Issue Date: | 2018 |
metadata.dc.url.externa: | https://systems.enpress-publisher.com/index.php/FSJ/article/view/687 |
metadata.dc.relation.ispartof: | Financial Statistical Journal |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Prediction Intervals .pdfA.pdf | 368.29 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.