The Performance of Periodic Autoregressive Models in Forecasting Seasonal U.K. Consumption
周期自回归模型预测英国季节性消费的表现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：摘要明确拟合季度消费的周期自回归模型，并比较总量与分项的预测表现，直接对应时间序列和预测两个细分方向。
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
周期自回归模型预测英国季节性消费的表现
- 研究问题
- 允许参数随季度变化的周期自回归模型，能否改善英国季节性消费的预测，其表现是否因总量与分项而不同？
- 方法与思路
- 作者拟合参数可随观测季度变化的周期自回归模型，以英国未经季节调整的实际非耐用品消费总量及其分项为对象。
- 材料陈述的贡献
- 摘要称，直接预测总量时周期模型没有改善，分项预测通常表现良好；周期与非周期设定的选择还明显影响动态性质。
- 阅读关注点
- 核对预测比较的样本、指标和常规模型设定，关注分项中额外季节信息的作用，以及不同设定产生的动态性质差异。
- 阅读边界
- 摘要未说明预测误差数值、评价时期或差异的统计显著性；分项表现良好的陈述不能推广为周期模型在所有场景下更优。
原文摘要
The parameters of a periodic model are allowed to vary according to the time at which observations are made. Periodic autoregressive models are fitted to the quarterly values of seasonally unadjusted real nondurable consumers' expenditure for the United Kingdom and its components. The periodic model offers no improvement over conventional specifications if the aggregate is modeled directly. On the other hand, periodic models generally perform well for the components, which contain additional seasonal information. The choice between a periodic or nonperiodic specification is also shown to have an important influence on the resulting dynamic properties.