Skumulowany błąd prognoz jako metoda wyboru modelu

Mariola Piłatowska

DOI: http://dx.doi.org/10.12775/AUNC_ECON.2010.003

Abstrakt


Celem artykułu jest prezentacja i wykorzystanie skumulowanego błędu prognoz na jeden okres naprzód (APE) nie tylko jako metody (strategii) wyboru modelu, ale również jako narzędzia do wyboru samej strategii (meta-wybór). Na przykładach empirycznych metoda APE jest porównywana z metodami wykorzystującymi kryteria informacyjne (AIC i BIC). Otrzymane wyniki wskazują na dużą praktyczną przydatność metody APE.


Słowa kluczowe


wybór modelu; meta-wybór; kryteria informacyjne; skumulowany błąd prognoz

Pełny tekst:

PDF

Bibliografia


Aitchison J., Dunsmore I. R. (1975), Statistical Prediction Analysis, Cambridge University Press, Cambridge.

Akaike H. (1973), Information Theory and an Extension of the Maximum Likelihood Principle, [w:] Petrov B. N., Csaki F., Second International Symposium on Information Theory, Akademia Kiado, Budapest.

Burnham K. P., Anderson D. R. (2002), Model Selection and Multimodel Inference, Springer.

Christiano L. J., Eichenbaum M. (1990), Unit Roots in Real GNP: Do We Know and Do We Care?, „Carnegie-Rochester Conference Series on Public Policy”, nr 32, 7–61.

Clarke B. (2001), Combining Model Selection Procedures for Online Prediction, „Sahkhya: The Indian Journal of Statistics”, 63, seria A, 229–249.

Dawid A. P. (1984), Statistical Theory: the Prequential Approach, „Journal of Royal Statistical Society Series B”, 147, 278–292.

De Luna X., Skouras K. (2003), Choosing a Model Selection Strategy, „Scandinavian Journal of Statistics”, 30, 113–128.

Diebold F. X., Senhadji A. (1996), Deterministic vs. Stochastic Trend in U.S. GNP. Yet again, NBER Working Papers, nr 5481.

Haubrich J. G., Lo A. W. (2001), The source and nature of long-term memory in aggregate output, Federal Reserve Bank of Cleveland, „Economic Review”, QII, 15–30.

Maddison A. (2001), The World Economy – a millennial perspective, OECD Development Centre, Paris.

Murray C., Nelson C. (1998), The Uncertain Trend in U.S. GNP, Discussion Papers in Economics at the University of Washington, nr 0074.

Nelson C. R., Plosser C. I. (1982), Trends and Random Walks in Macroeconomic Time Series: Some Evidence and Implications, „Journal of Monetary Economics”, 10(2), 139–162. DOI: http://dx.doi.org/10.1016/0304-3932(82)90012-5.

Perron P., Phillips P. C. B. (1987), Does GNP Have a Unit Root?, „Economics Letters”, 23, 129–145.

Piłatowska M. (2009), Prognozy kombinowane z wykorzystaniem wag Akaike’a, „Acta Universitatis Nicolai Copernici. Ekonomia”, 39, 51–62.

Piłatowska M. (2010), Kryteria informacyjne w wyborze modelu ekonometrycznego, „Studia i Prace Uniwersytetu Ekonomicznego w Krakowie”, 25–37.

Quah D. (1987), What do we Learn from Unit Roots in Macroeconomic Series?, NBER Working Papers, nr 2450.

Rissanen J. (2003), Complexity of Simple Nonlogarithmic Loss Function, „IEEE Transactions on Information Theory”, 49, 476–484.

Rudebusch G. D. (1993), The Uncertain Unit Root in Real GNP, „American Economic Review”, 83(1), 264–272.

Shao J. (1997), An Asymptotic Theory for Linear Model Selection, „Statistica Sinica”, 7, 221–264.

Skouras K., Dawid A. P. (1998), On Effi cient Point Prediction Systems, „Journal of Royal Statistical Society” B, 60, 765–780.

Sugiura N. (1978), Further Analysis of the Data by Akaike’s Information Criterion and the Finite Corrections, „Communications in Statistics, Theory and Methods”, A7, 13–26.

Stock J., Watson M. (1986), Does GNP Have a Unit Root?, „Economics Letters”, 22(2/3), 147–151. DOI: http://dx.doi.org/10.1016/0165-1765(86)90222-3.

Wagenmaker E.-J., Grünwald P., Steyvers M. (2006), Accumulative Prediction Error and the Selection of Time Series Models, „Journal of Mathematical Psychology”, 50, 149–166.


##plugins.generic.alm.title##

##plugins.generic.alm.loading##

Metrics powered by PLOS ALM




ISSN 2080-0339 (print)
ISSN 2392-1269 (online)

Partnerzy platformy czasopism