The Information Criterion GIC of Trend and Seasonal Adjustment Models
趋势与季节调整模型的 GIC 信息准则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：摘要直接研究非平稳时间序列的状态空间、趋势和季节调整模型。
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
趋势与季节调整模型的 GIC 信息准则
- 研究问题
- 如何计算非平稳状态空间模型的 GIC 与 TIC，并获得所需的对数似然导数，以支持趋势和季节调整模型的评价？
- 方法与思路
- 作者扩展 Kalman 滤波得到微分滤波器，用其计算对数似然梯度与 Hessian，并给出三类非平稳时间序列模型的结构矩阵示例。
- 材料陈述的贡献
- 摘要称，论文提供非平稳状态空间模型的信息准则计算算法，并以趋势、标准季节调整和含平稳 AR 成分的模型展示矩阵设定。
- 阅读关注点
- 应核对 GIC 与 TIC 的定义、非平稳初始化、微分滤波递推和结构矩阵设定，并检查导数计算及算法数值稳定性的处理。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实。摘要未说明初始化、计算复杂度和模型选择表现，不能推断其优于其他准则。
原文摘要
This paper presents an algorithm for computing the GIC and the TIC of the nonstationary state-space models. The gradient and Hessian of the log-likelihood neccesary in computing the GIC are obtained by the differential filter that is derived by extending the Kalman filter. Three examples of the nonstationary time series models, i.e., the trend model, statndard seasonal adjustment model and the seasonal adjustment model with stationary AR component are presented to exemplified the specification of structural matrices.