Polynomial Projecting Properties of Multi-Term Predictors/Controllers in Non-Stationary Time Series
非平稳时间序列中多项预测器与控制器的多项式投影性质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：摘要明确研究非平稳时间序列、多项式趋势及预测器偏差，直接对应时间序列与预测。
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…
非平稳时间序列中多项预测器与控制器的多项式投影性质
- 研究问题
- 对于能够跟随多项式趋势的非平稳时间序列预测器，预测误差中的偏差如何确定，哪些参数选择能够减少偏差？
- 方法与思路
- 作者在确定性多项式趋势背景下分析既有预测器的误差偏差项，并称这种偏差分析也可以适用于随机趋势情形。
- 材料陈述的贡献
- 摘要称，某些参数取值能够减少预测偏差，特定情形下甚至将其降为零，为既有预测器的参数选择提供分析依据。
- 阅读关注点
- 应核对预测器形式、趋势阶数与参数之间的关系、零偏差条件，以及从确定性趋势推广到随机趋势的论证。
- 阅读边界
- 仅据所给 Crossref 摘要解读；摘要未列出参数值及随机过程条件，减少偏差也不足以直接判断总体预测误差是否改善。
原文摘要
Summary Box and Jenkins (1962, 1963) introduce a practical predictor for handling non-stationary types of time series and they show it to be optimal for a particular class of stochastic processes. As a consequence the predictor can be shown to follow stochastic as well as deterministic polynomial trends in the series. The present paper sets out to evaluate the bias term in the expression for the error when applying this predictor, and shows how the bias can be reduced sometimes to zero for particular values of the parameters. This determination of bias is done in the context of deterministic polynomial trends but it can be shown to apply to the stochastic case also.