Poisson Count Time Series
泊松计数时间序列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：摘要明确讨论泊松计数时间序列的生成、非平稳建模、估计与检验。
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
泊松计数时间序列
- 研究问题
- 研究如何构造具有泊松边际分布的计数时间序列，并在非平稳性和协变量存在时建模随时间变化的泊松参数。
- 方法与思路
- 作者回顾并比较多种泊松边际时间序列生成方法，为部分较灵活的方法开发估计程序，并加入泊松边际适用性检验。
- 材料陈述的贡献
- 摘要称整合既有与近期方法，发展部分模型的估计方法，并应用于北大西洋热带气旋计数及美国职业棒球无安打比赛计数。
- 阅读关注点
- 应核对各模型的边际分布与序列依赖如何同时成立、非平稳参数的设定，以及估计和边际分布检验的具体条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；摘要未列出比较模型、估计性质和应用结果，不能据此判断方法优劣。
原文摘要
This paper reviews and compares popular methods, some old and some very recent, that produce time series having Poisson marginal distributions. The paper begins by narrating ways where time series with Poisson marginal distributions can be produced. Modeling nonstationary series with covariates motivates consideration of methods where the Poisson parameter depends on time. Here, estimation methods are developed for some of the more flexible methods. The results are used in the analysis of 1) a count sequence of tropical cyclones occurring in the North Atlantic Basin since 1970, and 2) the number of no-hitter games pitched in major league baseball since 1893. Tests for whether the Poisson marginal distribution is appropriate are included.