Using Ridge Regression to Estimate Directly Lagged Effects in Marketing
利用岭回归估计营销中的直接滞后效应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：摘要明确分析月度与年度时间序列中的滞后效应，预测准则用于估计且未涉及金融收益预测。
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
利用岭回归估计营销中的直接滞后效应
- 研究问题
- 如何利用岭回归在直接滞后模型中估计营销变量的滞后效应模式，并考察月度与年度数据所揭示的模式是否一致？
- 方法与思路
- 作者为岭回归建立一个预测准则，将其用于直接滞后模型的效应模式估计，并分析 Lydia Pinkham 的月度和年度数据。
- 材料陈述的贡献
- 摘要称，这种方法在所分析实例中能够得到跨时间频率一致的滞后模式，为滞后效应估计提供了基于预测准则的方案。
- 阅读关注点
- 应核对预测准则与岭参数选择、滞后长度和变量定义、月度与年度结果的比较方式，以及时间聚合是否影响效应解释。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明因果识别或样本外预测结果，实例中的跨频率一致性不能推广为一般保证。
原文摘要
A prediction criterion for ridge regression is developed and used for estimating lagged effect patterns by means of the direct lag model. As examples, the Lydia Pinkham monthly and annual data are analyzed, showing that lag patterns can be obtained that are in agreement across time intervals.