Приблизительные модели факторов для функциональных временных рядов

arXiv:2201.02532v5 Тип уведомления: заменить перекрестное резюме: Мы предлагаем новую модель приблизительных факторов, разработанную для анализа данных кривых с учетом времени. Наша модель разбивает такие данные на два отдельных компонента: компонент низкомерного предсказуемого фактора и непредсказуемый термин ошибки. Эти компоненты определяются с помощью автоковариума основных функциональных временных рядов. Параметры модели последовательно оцениваются с использованием эигенкомпонентов оператора кумулятивной автоковариентности, и для определения соответствующего числа факторов предлагается критерий информации. Применение моделей смертности и доходности свидетельствует о ключевых преимуществах нашего подхода по сравнению с широко используемым функциональным анализом основных компонентов, поскольку он обеспечивает паримонизированное структурное отображение основной динамики наряду с повышением показателей прогнозируемой деятельности вне выборки.