跳到正文
← 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:摘要以增长趋势描述和时间序列趋势剔除为方法用途,并涉及GDP等序列。

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
Moshe Elitzur

增长趋势的一般描述

研究问题
能否以统一且参数简约的形式描述增长率随时间下降的增长轨迹,并将这种描述用于时间序列趋势剔除?
方法与思路
作者沿用已有增长模式描述框架,构建增长减速函数的统一表述,并以其对指数增长偏离的参数化能力为背景。
材料陈述的贡献
摘要提出增长减速函数的统一公式,指出该框架可能成为趋势剔除工具,并概述此前对GDP、人口和疫情的应用。
阅读关注点
应核对统一公式涵盖的函数范围、参数数量最优性的标准,以及作为去趋势工具时的拟合、残差和后续分析性质。
阅读边界
这是arXiv预印本,同行评审及接收未核验。摘要未给出公式或去趋势验证,此前应用的参数简约性不等于一般最优性。

原文摘要

Time series that display periodicity can be described with a Fourier expansion. In a similar vein, a recently developed formalism enables description of growth patterns with the optimal number of parameters (Elitzur et al, 2020). The method has been applied to the growth of national GDP, population and the COVID-19 pandemic; in all cases the deviations of long-term growth patterns from pure exponential required no more than two additional parameters, mostly only one. Here I utilize the new framework to develop a unified formulation for all functions that describe growth deceleration, wherein the growth rate decreases with time. The result offers the prospects for a new general tool for trend removal in time-series analysis.

笔记与分组
相关领域论文