Seasonality in Regression: An Application of Smoothness Priors
回归中的季节性：平滑先验的应用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：摘要直接研究计量回归中的季节性及随季节平滑变化的系数，属于时间序列季节结构的建模方法。
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
回归中的季节性：平滑先验的应用
- 研究问题
- 当季节性影响不只表现为固定截距变化时，如何允许所有回归系数随季节平滑变化，并进行估计？
- 方法与思路
- 作者借鉴分布滞后估计思路，构造平滑变化季节系数的贝叶斯方法，通过抽样实验及软饮料需求应用考察。
- 材料陈述的贡献
- 摘要称，该方法在所述抽样实验中明显优于普通最小二乘，并展示软饮料需求估计应用，但未给出比较指标或数值。
- 阅读关注点
- 应核对平滑先验、季节周期和系数变化的设定，以及实验中的评价指标、比较公平性与需求应用的实际结果。
- 阅读边界
- 依据版本未注明的OpenAlex索引摘要；实验设计、优势指标与先验敏感性未说明，不能推广为对OLS的普遍优势。
原文摘要
This article argues that conventional approaches to the treatment of seasonality in econometric investigation are often inappropriate. A more appropriate technique is to allow all regression coefficients to vary with the season, but to constrain them to do so in a smooth fashion. A Bayesian method of estimating smoothly varying seasonal coefficients is developed, based on Shiller's (1973) approach to estimating distributed lags. In a sampling experiment, this technique outperforms ordinary least squares by a substantial margin. An application of this technique to the estimation of the demand for soft drinks is also presented.