On non-stationarity of the Poisson gamma state space models
Poisson-gamma状态空间模型的非平稳性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：摘要直接分析计数时间序列状态空间模型及多步预测分布的长期行为。
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
Poisson-gamma状态空间模型的非平稳性
- 研究问题
- Poisson-gamma计数状态空间模型的多步预测分布如何随预测期限变化，其非平稳结构会给长期点预测和区间预测带来什么？
- 方法与思路
- 作者分析模型的非平稳结构及多步预测分布，考察预测均值、方差与分布极限，并讨论超参数及折扣因子的作用。
- 材料陈述的贡献
- 摘要称预测均值保持不变、方差随期限发散，预测分布长期退化于零，并据此讨论点预测与区间预测的趋零行为。
- 阅读关注点
- 核对分布趋零与均值不变如何并存、点预测具体指何种统计量，以及分布收敛方式和超参数对结论的适用限制。
- 阅读边界
- 这是arXiv预印本，同行评审或期刊接收未核实；摘要未给出模型更新细节和极限条件，不能将趋零结论直接用于所有点预测。
原文摘要
The Poisson-gamma state space (PGSS) models have been utilized in the analysis of non-negative integer-valued time series to sequentially obtain closed form filtering and predictive densities. In this study, we show the underlying mechanics and non-stationary properties of multi-step ahead predictive distributions for the PGSS family of models. By exploiting the non-stationary structure of the PGSS model, we establish that the predictive mean remains constant while the predictive variance diverges with the forecast horizon, a property also found in Gaussian random walk models. We show that, in the long run, the predictive distribution converges to a zero-degenerated distribution, such that both point and interval forecasts eventually converge towards zero. In doing so, we comment on the effect of hyper-parameters and the discount factor on the long-run behavior of the forecasts.