Discontinuous Decision Processes and Threshold Autoregressive Time Series Modelling
不连续决策过程与门限自回归时间序列建模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：摘要明确研究非线性时间序列与门限自回归；门限结构本身不足以另归为结构变化。
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
不连续决策过程与门限自回归时间序列建模
- 研究问题
- 在近似潜在非线性时间序列模型时，贝叶斯决策理论如何提供建模依据，不连续决策过程为何会自然导向门限自回归？
- 方法与思路
- 作者将非线性时间序列模型的近似问题放入贝叶斯决策理论框架，运用已有不连续决策过程的一般分析导出门限自回归。
- 材料陈述的贡献
- 摘要称建立了不连续决策过程分析与门限自回归之间的联系，为这种时间序列模型提供贝叶斯决策框架下的解释。
- 阅读关注点
- 应核对决策对象、损失函数和近似准则，检查不连续决策如何形成门限结构，以及所得模型是否同时附带估计或预测方法。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；具体决策设定、推导和实证结果未说明，不能推断门限估计或预测优势。
原文摘要
Setting the problem of approximating an underlying nonlinear time series model within the framework of Bayesian decision theory, we demonstrate how the general analysis of discontinuous decision processes developed by Smith, Harrison & Zeeman (1981) leads naturally to a threshold autoregression.