Fitting State-space Model for Long-term Prediction of the Log-likelihood of Nonstationary Time Series Models
非平稳时间序列长期预测的状态空间拟合与对数似然调整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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究非平稳时间序列的状态空间拟合及长期预测误差，因此归入时间序列与预测，未直接研究结构变化检测。
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
非平稳时间序列长期预测的状态空间拟合与对数似然调整
- 研究问题
- 状态空间模型通常的参数拟合目标如何与长期预测表现衔接，能否通过调整对数似然获得更适合长期预测的参数估计？
- 方法与思路
- 作者以长期预测误差平方评价预测表现，并设计与长期预测误差方差对应的修正对数似然，考察趋势及含或不含自回归项的季调模型。
- 材料陈述的贡献
- 摘要称，作者提出面向长期预测误差方差的对数似然调整思路，并以趋势模型和季节调整模型说明该拟合方法的应用。
- 阅读关注点
- 应核对长期预测的期限设定、修正目标函数与误差方差的关系，以及参数估计是否获得理论保证或样本外预测比较支持。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明预测期限、理论性质及性能结果，不能认定修正目标一定改善预测。
原文摘要
The goodness of the long-term prediction in the state-space model was evaluated using the squared long-term prediction error. In order to estimate the model parameters suitable for long-term prediction, we devised a modified log-likelihood corresponding to the long-term prediction error variance. Trend models and seasonally adjusted models with and without AR component are examined as examples.