On the Bayesian Steady Forecasting Model
论贝叶斯稳态预测模型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：摘要直接讨论贝叶斯预测分布、损失函数下的预测及稳态预测模型。
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
论贝叶斯稳态预测模型
- 研究问题
- 将稳态预测模型推广到非正态观测与系统变量后，所得预测是否仍满足传统稳态预测形式导出的约束？
- 方法与思路
- 作者在观测分布属于指数族时，考察预测分布及平方损失、阶梯损失对应的预测，并用两个指数族特例说明问题。
- 材料陈述的贡献
- 摘要称所考察的广义稳态预测模型并不总满足传统预测约束，揭示该推广在非正态情形下的适用边界。
- 阅读关注点
- 应核对稳态预测约束的具体定义、两种损失如何确定预测、广义模型的构造，以及两个特例中约束失效的原因。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定约束的完整形式或失效范围；不能据此认定所有非正态贝叶斯预测模型均有该问题。
原文摘要
Summary A recent criterion of Smith (1979) seeks to generalize the steady forecasting model of Harrison and Stevens (1976) to take account of non-normality in the observation and system variables. In this note, predictive distributions and forecasts corresponding to quadratic and step loss functions are examined when the observation variable has a distribution belonging to the exponential family. It is shown that Smith's generalized model does not always yield forecasts which satisfy constraints obtained from the more familiar forms of steady forecasting. Two particular cases of the exponential family are used to illustrate the point.