auto.arima 产生非高斯残差
auto.arima produces non-gaussian residual
我正在使用 R 的 auto.arima
函数 - 但似乎它不会一直产生高斯误差。我找不到任何文档说明它对预测误差(如果误差不是高斯误差)进行引导,或者如果误差不是高斯误差它会做什么?
即使使用高斯似然,估计也不需要高斯误差。高斯似然几乎与最小二乘法相同,并且将为具有有限方差的任何误差分布给出一致的估计。
残差分布真正重要的唯一时间是在生成预测区间时。如果残差不是高斯分布的,则默认预测区间不一定具有正确的覆盖范围。但随后您可以设置 bootstrap=TRUE
并获得基于残差经验分布的自举预测区间。
我正在使用 R 的 auto.arima
函数 - 但似乎它不会一直产生高斯误差。我找不到任何文档说明它对预测误差(如果误差不是高斯误差)进行引导,或者如果误差不是高斯误差它会做什么?
即使使用高斯似然,估计也不需要高斯误差。高斯似然几乎与最小二乘法相同,并且将为具有有限方差的任何误差分布给出一致的估计。
残差分布真正重要的唯一时间是在生成预测区间时。如果残差不是高斯分布的,则默认预测区间不一定具有正确的覆盖范围。但随后您可以设置 bootstrap=TRUE
并获得基于残差经验分布的自举预测区间。