Estimating time variation in measurement error from data revisions: an application to backcasting and forecasting in dynamic models
利用数据修订估计时变测量误差：动态模型中的回溯估计与预测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：摘要明确以英国总支出实时数据研究动态模型预测，并处理随数据修订变化的时间序列测量误差。
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
利用数据修订估计时变测量误差：动态模型中的回溯估计与预测
- 研究问题
- 经济统计随发布时间逐步修订时，如何估计不可观测测量误差及其时间变化，并将这些信息用于动态模型的回溯估计和预测？
- 方法与思路
- 作者建立统计机构的行为模型，从数据修订的方差恢复测量误差及其时变程度，再用英国总支出实时数据展示预测应用。
- 材料陈述的贡献
- 摘要称修订方差能够提供估计时变测量误差的信息，并报告利用这些估计可以改善预测表现，但没有给出具体改进幅度。
- 阅读关注点
- 应核对统计机构行为假设、修订方差与测量误差的对应关系，以及不同发布版本的信息集如何进入回溯估计和预测比较。
- 阅读边界
- 摘要未说明误差相关结构、最终数据是否仍含误差或预测增益数值，不能判断恢复方法的普适性；仅依据所给Crossref版本。
原文摘要
Abstract Over time, economic statistics are refined. This implies that data measuring recent economic events are typically less reliable than older data. Such time variation in measurement error affects optimal forecasts. Measurement error, and its time variation, are of course unobserved. Our contribution is to show how estimates of these can be recovered from the variance of revisions to data using a behavioural model of the statistics agency. We illustrate the gains in forecasting performance from exploiting these estimates using a real‐time dataset on UK aggregate expenditure data. Copyright © 2009 John Wiley & Sons, Ltd.