跳到正文
← 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:摘要直接研究分组函数型时间序列的联合建模及多步点预测、区间预测。

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
Yang Yang
Han Lin Shang

分组函数型时间序列中的分组结构重要吗?

研究问题
同一函数型时间序列可以采用不同拆分与分组结构时,结构选择是否影响多个序列联合预测的点预测与区间预测准确性?
方法与思路
作者使用动态多变量函数型时间序列方法联合建模,以1975至2016年日本地区年龄别死亡率比较两种分组结构的预测。
材料陈述的贡献
摘要称系统考察两种分组结构在一至十五步预测中的点预测与区间准确性,但没有给出哪种结构更优或影响程度的结论。
阅读关注点
应核对两种分组结构的具体定义、联合建模与聚合一致性处理,以及滚动评估、区间覆盖和不同预测期限的结果。
阅读边界
这是 arXiv 预印本,同行评审与期刊接收均未核实;摘要未报告比较结果,不能据题名认定分组结构必然重要或某结构占优。

原文摘要

We study the importance of group structure in grouped functional time series. Due to the non-uniqueness of group structure, we investigate different disaggregation structures in grouped functional time series. We address a practical question on whether or not the group structure can affect forecast accuracy. Using a dynamic multivariate functional time series method, we consider joint modeling and forecasting multiple series. Illustrated by Japanese sub-national age-specific mortality rates from 1975 to 2016, we investigate one- to 15-step-ahead point and interval forecast accuracies for the two group structures.

笔记与分组
相关领域论文