Adjustment of Provisional Mortality Series: The Dynamic Linear Model with Structured Measurement Errors
暂定死亡率序列的调整：含结构化测量误差的动态线性模型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。
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：摘要明确使用动态时间序列结构模型调整暂定资料，并开展死亡率预测。
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
暂定死亡率序列的调整：含结构化测量误差的动态线性模型
- 研究问题
- 当暂定与最终死亡率序列共享趋势、季节性及部分测量误差时，如何调整暂定观测并用于后续死亡率预测？
- 方法与思路
- 作者建立具有相关测量误差的双变量结构模型，区分两序列共享误差与暂定序列特有误差，推导极大似然估计及最小均方误差调整。
- 材料陈述的贡献
- 摘要称给出暂定和最终序列的联合估计与调整程序，并利用暂定资料预测缺血性心脏病死亡率，展示该程序的应用。
- 阅读关注点
- 应核对共享趋势与季节项的设定、误差协方差识别、最终资料的可得时点，以及调整程序与预测评价使用的信息集。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出识别条件、预测误差或比较基准，不能判断调整能带来多大预测改善。
原文摘要
The authors "consider the problem of adjusting provisional time series using a bivariate structural model with correlated measurement errors. Maximum likelihood estimators and a minimum mean squared error adjustment procedure are derived for a provisional and final series containing common trend and seasonal components. The model also includes measurement errors common to both series and errors that are specific to the provisional series. [The authors] illustrate the technique by using provisional data to forecast ischemic heart disease mortality."