Measuring Measurement Error in Economic Time Series
经济时间序列中测量误差的度量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：摘要明确使用谱分解处理经济时间序列，并应用于 M1b、实际 GNP 和 CPI，直接对应宏观时间序列方向。
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
经济时间序列中测量误差的度量
- 研究问题
- 如何利用经济时间序列的信息给测量误差规模确定上界，并借此了解货币、产出和价格序列的误差特征及其随机设定？
- 方法与思路
- 作者描述一种谱分解方法，用于求取时间序列测量误差规模的上界，并将其应用于生成数据及 M1b、实际国民生产总值和 CPI。
- 材料陈述的贡献
- 摘要称，这些上界有助于理解相关经济序列的测量误差规模及误差的随机设定；未报告各序列的具体上界或比较结果。
- 阅读关注点
- 阅读全文时核对谱分解所需条件、观测序列与误差谱的关系，以及上界的推导和计算方式，并区分误差规模限制与随机过程设定。
- 阅读边界
- 摘要未说明谱分解的适用条件、上界的松紧程度或样本长度影响；误差规模的上界不能直接解释为实际测量误差的精确估计。
原文摘要
A spectral decomposition method is described for obtaining an upper bound on the amount of measurement error in a time series. The method is applied to generated data and to M1b, real GNP, and the CPI. The bounds provide insight into both the amount of measurement error in these series and the stochastic specification of the errors.