Modelling circular time series
圆周时间序列建模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：摘要明确围绕圆周变量的时间序列动态建模展开，支持时间序列方法分类，但未提供宏观经济应用证据。
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…
圆周时间序列建模
- 研究问题
- 风向等圆周变量具有角度首尾相接的特征，如何为这类数据建立连贯的时间序列估计、模型选择与检验方法？
- 方法与思路
- 作者将得分驱动方法用于圆周时间序列建模，围绕估计、模型选择和检验形成统一框架，并以风向数据说明应用。
- 材料陈述的贡献
- 摘要称得分驱动框架能自然处理圆周变量的建模困难，提供统一的方法体系；风向实例用于展示新方法的使用。
- 阅读关注点
- 应核对圆周分布与动态参数设定、得分更新方式、角度周期性的处理，以及模型选择和检验的具体理论依据。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法判断模型条件、预测精度或气候应用范围；风向示例不支持更广泛的效果结论。
原文摘要
Circular variables often play an important role in the construction of models for analysing and forecasting the consequences of climate change and its impact on the environment. Such variables pose special problems for time series modelling. This article shows how the score-driven approach, developed primarily in econometrics, provides a natural solution to the difficulties and leads to a coherent and unified methodology for estimation, model selection and testing. The new methods are illustrated with data on wind direction.