Subsidiary Sequences for Solving Leser’s Least-Squares Graduation Equations
求解Leser最小二乘平滑方程的辅助序列AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以时间序列趋势拟合及平滑方程求解为对象，因此归入时间序列方向，未涉及结构突变。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
求解Leser最小二乘平滑方程的辅助序列
- 研究问题
- 如何用Henderson方法求解Leser的时间序列趋势拟合方程，并通过不同因式分解形成相应的趋势拟合流程？
- 方法与思路
- 作者将Henderson方法用于趋势方程，围绕符号表达式的二次因子分解构造两种流程，并应用于已有例子。
- 材料陈述的贡献
- 摘要称两种本质不同的分解得到适用于不同参数设置的趋势拟合过程，并以Leser讨论过的例子展示应用。
- 阅读关注点
- 查阅原PDF核对算子表达式、参数取值和两种分解的步骤，并检查辅助序列、边界处理及趋势拟合之间的关系。
- 阅读边界
- 仅据Crossref摘要；公式与部分参数值疑有上下标或分数丢失，需查阅原PDF，不能据当前文本重构公式。
原文摘要
SUMMARY Henderson’s method is applied to solve the equations which Leser uses for fitting a trend to a time series. In essence Henderson’s method depends on finding two quadratic factors for the symbolic expression 1+ϵ−1Δ4E−2. Two essentially different ways of factorizing this expression lead to two processes for fitting the trend, one of which is suitable when ε = 1 and the other when ϵ=13, 118 or 160. The methods are applied to an example considered by Leser for the cases ε = 1 and ε = ⅓.