A direct basic form for predictors of autoregressive integrated moving average processes
ARIMA过程预测量的一种直接基本形式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：摘要直接研究ARIMA时间序列的预测量构造与预测表示。
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
ARIMA过程预测量的一种直接基本形式
- 研究问题
- 如何直接表示自回归积分移动平均过程的预测量，这种表示相较既有基本形式有哪些可利用的计算或表达特点？
- 方法与思路
- 作者给出ARIMA过程预测量的直接构造方法，并讨论利用这一表示的若干方式；具体表达式与实施步骤摘要未说明。
- 材料陈述的贡献
- 摘要称，新表示相对Box与Jenkins提出的三种基本形式具有某些优势，但没有明确优势的类型或报告预测误差比较。
- 阅读关注点
- 应核对预测表示的推导、初始条件和预测期数处理，并确认所谓优势来自计算便利、表达简洁还是预测性能。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；优势内容、适用模型范围和误差性质未说明，不能据此声称预测精度更高或推断其他版本变化。
原文摘要
A direct method of formulating predictors of autoregressive integrated moving average processes is given which has certain advantages over the three basic forms proposed by Box & Jenkins (1970). Some ways of making use of this representation are discussed.