BASTION: A Bayesian Framework for Trend and Seasonality Decomposition
BASTION：趋势与季节性分解的贝叶斯框架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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究时间序列的趋势、多重季节性与不规则成分分解。
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
BASTION：趋势与季节性分解的贝叶斯框架
- 研究问题
- 如何将时间序列分解为趋势和多个季节成分，同时保证成分可识别，并应对突变、异常值与随时间变化的波动？
- 方法与思路
- 作者将分解表述为惩罚非参数回归，构建贝叶斯框架并提出趋势与季节成分唯一识别的条件，用模拟和实际数据进行比较。
- 材料陈述的贡献
- 摘要称，该方法改善突变附近的趋势与季节估计、异常值和时变波动下的稳健性及不确定性量化，并提供 R 软件包。
- 阅读关注点
- 应核对唯一识别条件、先验与惩罚项的作用，以及与 TBATS、STR、MSTL 比较时的调参与不确定性评价是否一致。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核验；摘要未列明识别条件和比较结果，所附软件包的可用性未据此核验。
原文摘要
We introduce BASTION (Bayesian Adaptive Seasonality and Trend DecompositION), a flexible Bayesian framework for decomposing time series into trend and multiple seasonality components. We cast the decomposition as a penalized nonparametric regression and establish formal conditions under which the trend and seasonal components are uniquely identifiable, an issue only treated informally in the existing literature. BASTION offers three key advantages over existing decomposition methods: (1) accurate estimation of trend and seasonality amidst abrupt changes, (2) enhanced robustness against outliers and time-varying volatility, and (3) robust uncertainty quantification. We evaluate BASTION against established methods, including TBATS, STR, and MSTL, using both simulated and real-world datasets. By effectively capturing complex dynamics while accounting for irregular components such as outliers and heteroskedasticity, BASTION delivers a more nuanced and interpretable decomposition. To support further research and practical applications, BASTION is available as an R package at https://github.com/Jasoncho0914/BASTION