The mbsts package: Multivariate Bayesian Structural Time Series Models in R
mbsts 包：R 中的多变量贝叶斯结构时间序列模型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：摘要直接涉及多变量相关时间序列建模，并明确列出预测和即时预测用途。
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
mbsts 包：R 中的多变量贝叶斯结构时间序列模型
- 研究问题
- 如何在 R 中使用多变量贝叶斯结构时间序列模型，分析多个相关序列，并为各目标序列灵活设置不同的同期预测变量？
- 方法与思路
- 本文通过 mbsts 包的使用说明，将用户接口、开发者接口与模型方法联系起来，解释面向对象函数和模型组件的增减方式。
- 材料陈述的贡献
- 摘要明确提供软件功能与方法之间的衔接说明，支持灵活调整组件和设置，并列出变量选择、预测与即时预测等应用场景。
- 阅读关注点
- 应核对状态组件、各序列预测变量池、先验与计算设置，以及预测或即时预测时同期变量的实际可得性和性能评估方式。
- 阅读边界
- 来源为 arXiv 预印本，同行评审及期刊接收未经核实；摘要主要说明软件用途，未给出预测优势或因果影响分析的识别条件。
原文摘要
The multivariate Bayesian structural time series (MBSTS) model is a general machine learning model that deals with inference and prediction for multiple correlated time series, where one also has the choice of using a different candidate pool of contemporaneous predictors for each target series. The MBSTS model has wide applications and is ideal for feature selection, time series forecasting, nowcasting, inferring causal impact, and others. This paper demonstrates how to use the R package mbsts for MBSTS modeling, establishing a bridge between user-friendly and developer-friendly functions in the package and the corresponding methodology. Object-oriented functions in the package are explained in the way that enables users to flexibly add or deduct some components, as well as to simplify or complicate some settings.