ช่วงพยากรณ์บูตสแตรปอย่างง่ายภายหลังการทดสอบรากหนึ่งหน่วยสำหรับกระบวนการอัตตสหสัมพันธ์
by วราฤทธิ์ พานิชกิจโกศลกุล; Wararit Panichkitkosolkul
Title: | ช่วงพยากรณ์บูตสแตรปอย่างง่ายภายหลังการทดสอบรากหนึ่งหน่วยสำหรับกระบวนการอัตตสหสัมพันธ์ |
Other title(s): | A Simple Bootstrap Prediction Interval Following a Unit Root Test for Autoregressive Processes |
Author(s): | วราฤทธิ์ พานิชกิจโกศลกุล
Wararit Panichkitkosolkul |
Client: | สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ |
Contributor(s): | สำนักงานศูนย์วิจัยและให้คำปรึกษาแห่งมหาวิทยาลัยธรรมศาสตร์ |
Publisher: | สำนักงานศูนย์วิจัยและให้คำปรึกษาแห่งมหาวิทยาลัยธรรมศาสตร์ |
Issued date: | 2013 |
Research Sector: | สาขาเทคโนโลยีสารสนเทศและการสื่อสาร (Information and Communication Technology sector : ICT) |
Project Type: | โครงการวิจัย |
Project ID: | 2556A00392 |
Project Status: | สิ้นสุดโครงการ |
Sponsorship: | สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ |
Abstract: |
The objective of this research is to construct a simple bootstrap (SB) prediction interval following a unit root test for autoregressive processes by the bootstrap method proposed by Cai and Daives (2012) and to compare the coverage probability and expected length of a SB prediction interval with those of a bootstrap prediction interval proposed by Thombs and Schucany (TS) (1990). This research used the Monte Carlo simulation method. Results of the research are as follows: The first-order autoregressive process (AR(1) process) The one-, two- and three-step-ahead SB prediction intervals provide the coverage probability more than those of the TS bootstrap prediction intervals when the sample sizes are small ( = 25 and 50) for all random error distributions studied. In case of moderate and large sample sizes ( = 100 and 250), the two- and three-step-ahead SB prediction intervals provide the coverage probability more than those of the TS bootstrap prediction intervals for all random error distributions studied. The second-order autoregressive process (AR(2) process) The one-, two- and three-step-ahead SB prediction intervals provide the coverage probability more than those of the TS bootstrap prediction intervals when the sample sizes are small ( = 25 and/or 50) for all random error distributions studied. In case of moderate and large sample sizes ( = 100 and 250), The one-, two- and three-step-ahead TS bootstrap prediction intervals provide the coverage probability more than those of the SB prediction intervals for all random error distributions studied. The third-order autoregressive process (AR(3) process) When the random error distributions are standard normal and t distributions, the one-, two- and three-step ahead SB prediction intervals provide the coverage probability more than those of the TS bootstrap prediction intervals for all sample sizes. When the random error distributions are chi-squares and uniform distributions, the one-, two- and three-step ahead SB prediction intervals provide the coverage probability more than those of the TS bootstrap prediction intervals for small sample sizes ( = 25 and/or 50). In case of the moderate and large sample sizes ( = 100 and 250), the one-, two- and three-step ahead TS bootstrap prediction intervals provide the coverage probability more than those of the SB prediction intervals. On average, the expected lengths of a SB prediction intervals are more than those of the TS bootstrap prediction intervals. |
Keyword(s): | ช่วงพยากรณ์บูตสแตรปอย่างง่าย
กระบวนการอัตตสหสัมพันธ์ |
Resource type: | บทความ |
Type: | Text |
Language: | tha |
Rights: | เอกสารฉบับนี้สงวนสิทธิ์โดยสำนักงานศูนย์วิจัยและให้คำปรึกษาแห่งมหาวิทยาลัยธรรมศาสตร์ ห้ามทำซ้ำ คัดลอก หรือนำไปเผยแพร่ตัดต่อโดยมิได้รับอนุญาตเป็นลายลักษณ์อักษร |
Access rights: | สงวนสิทธิ์ในการเข้าถึงเฉพาะบุคลากรของมหาวิทยาลัยธรรมศาสตร์ |
Rights holder(s): | สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ |
URI: | https://repository.turac.tu.ac.th/handle/6626133120/74 |
This item appears in the following Collection(s) |
|
|