Seasonal Adjustment of Time Series Using One-Sided Filters
使用单边滤波器进行时间序列季节调整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：摘要研究时间序列的季节成分提取与单边滤波，直接属于时间序列方法，未提供其他细分的充分依据。
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…
使用单边滤波器进行时间序列季节调整
- 研究问题
- 仅利用可用的历史观测时，如何从时间序列中提取季节与非季节成分，为最新观测进行季节调整，并处理估计修订问题？
- 方法与思路
- 作者采用基于模型的信号提取，将观测序列分解为相互独立的潜在季节与非季节成分，并据此构造只利用历史观测的单边滤波器。
- 材料陈述的贡献
- 摘要称，该滤波器在给定信息约束下对最新观测的季调最优，实施无需预测，并避免估计修订及同期调整问题；还与双边方法比较。
- 阅读关注点
- 重点核对潜在成分独立性的设定、滤波器可用的信息与最优性准则，并检查无需预测和修订的结论所依赖的条件及双边方法比较。
- 阅读边界
- 摘要未说明最优性的损失准则、模型设定细节或比较结果；无需修订的说法在模型重估后是否仍适用，也需查全文核对。
原文摘要
This article presents a model-based signal extraction seasonal adjustment procedure to extract estimates of the independent unobserved seasonal and nonseasonal components from an observed time series. The decomposition yields a one-sided filter that is optimal for adjusting the most recent observation under the assumption of using only the past observed series. Some advantages of this procedure are that no forecasts are required for implementation and there are no problems of revision of estimates or questions of concurrent adjustment. Comparisons are made with existing procedures using two-sided filters.