Asymptotic behaviour of temporal aggregates of time series
时间序列时间聚合的渐近行为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：摘要直接研究时间序列的时间聚合，并比较原始数据与聚合数据用于预测时的收益。
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
时间序列时间聚合的渐近行为
- 研究问题
- 预测时间聚合后的序列时，使用原始序列而非聚合数据能否带来收益，这种收益如何随聚合规模和序列平稳性变化？
- 方法与思路
- 作者比较基于原始序列和基于时间聚合序列构造的预测，研究聚合规模较大时两种信息来源在不同平稳性情形下的差异。
- 材料陈述的贡献
- 摘要称聚合规模较大时，平稳原始序列下使用基础数据没有收益，而非平稳情形下可能获得相当大的预测收益。
- 阅读关注点
- 应核对时间聚合与预测收益的具体定义、预测期限、平稳和非平稳过程的范围，以及大聚合规模结论的渐近条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；过程类别、预测损失和渐近条件未说明，不能把无收益结论推广到所有实际预测。
原文摘要
The problem of modelling and forecasting temporal aggregates of time series is discussed. Let zt be the basic series and xT be the m-component temporal aggregatos. Forecasts of future xT may be constructed from data on (i) zt or (ii) xT. It is shown that, for large m, there is no gain in using the basic data if zt is stationary, but considerable gain can be obtained when zt is nonstationary.