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。我找不到任何文档可以对预测错误进行某种引导(如果该错误不是高斯的话),或者如果该错误不是高斯的话又能做什么呢?
答案 0 :(得分:0)
即使使用高斯似然估计,估计也不需要高斯误差。高斯似然与最小二乘几乎相同,并且对于具有有限方差的任何误差分布将给出一致的估计。
残差分布真正重要的唯一时间是在生成预测间隔时。如果残差不是高斯,则默认预测间隔将不一定具有正确的覆盖范围。但是随后您可以设置bootstrap=TRUE
并获得基于残差的经验分布的自举预测间隔。