【整合时间序列的不确定性预测一个简单的投影模型的说明】
背景简介
人口预测被广泛用于公共政策的目的。量化方法预测的不确定性往往忽略了模型的不确定性,并基于一个单一的模型。
内容简介
在本文中,详细阐述了贝叶斯方法的时间序列预测提供人口总数。其目的是鼓励使用贝叶斯方法研究人员感兴趣的人口预测。这项工作背后的主要动机是需要纳入评估的不确定性为人口预测(Alho斯宾塞1985;李1998)Keyfitz 1991。考虑贝叶斯的理由方法是,它提供了一个更自然的框架,比传统的频率方法不确定未来人口的预测。
首先,在数据和不确定性的变化在参数和模型的选择是明确包括使用概率分布。
第二,预测分布遵循直接从应用的概率模型。
第三,它允许注册成立的专家判断,包括他们的不确定性,进入模型框架。因此,概率人口预测,更可靠预测的不确定性和一致的估计,可以得到一个特定的项目—模型。
该文件还包括一个带注释的贝叶斯时间序列模型的实现在专用软件,OpenBUGS(Lunn等人。2009),通过R统计的实现—光学封装。为了说明贝叶斯方法的人口预测,我们专注于最简单的情况下,一个单一的时间序列的人口变化在下一节中描述。
在第3节中,我们设置了符号,并描述在这项研究中使用的模型。这些在—时间序列数据的自回归模型,随机波动率模型和模型用方差变化来解释异质性。我们也提出了贝叶斯方法—ODS用于参数估计和模型平均。在第4节中,我们展示如何在每个时间序列模型使用OpenBUGS模型参数估计软件通过R的完全概率人口预测从2008到2032,从这些也提出了模型。在第5节中,我们说明了我们的预测的性能通过拟合模型到各种截断数据序列的方法,并通过比较预—预测分布与实际的观测数据,拟合期之外。最后,我们结束本文的总结和建议,为延长所提出的方法。