Time series with periodic structure
具有周期结构的时间序列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：摘要明确研究周期结构时间序列的预测与参数估计，直接对应时间序列和预测方法方向。
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
具有周期结构的时间序列
- 研究问题
- 当时间序列的均值与谱密度随季节周期变化时，如何进行预测，并估计预测所需的模型参数和方差？
- 方法与思路
- 作者以气象序列的季节性结构为背景，研究周期结构下的预测及参数、方差估计；摘要未说明具体模型和算法。
- 材料陈述的贡献
- 摘要将周期性变化的序列预测作为研究对象，并纳入必要参数与方差的估计，但未列出具体定理或性能结论。
- 阅读关注点
- 应核对周期结构如何定义、跨年份信息如何使用、参数与方差如何估计，以及预测与分季节分析之间的关系。
- 阅读边界
- 仅据版本未注明的索引摘要，不能判断模型条件、预测误差或相对效率，也不能推断其他刊本的内容变化。
原文摘要
Time series which are encountered in meteorology exhibit non-stationary behaviour. If a variable is observed at the same time each day, it appears to be stationary over a period of a few weeks, but there is a seasonal variation in structure (Monin, 1963). For example, the mean and spectral density are different in the summer and in the winter. The usual approach to this problem is to divide the year into parts and analyse the data separately for the same two or three months from several years. This paper is concerned with the problem of predicting time series with periodic structure, including the estimation of the necessary parameters and variances.