Methods of Estimation Involving Discounting
引入折扣权重的估计方法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：摘要明确以经济与商业时间序列模型的参数估计为研究对象。
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
引入折扣权重的估计方法
- 研究问题
- 经济与商业时间序列的参数估计中，如何提高近期数据相对于远期数据的权重，并评价这种更新估计方式？
- 方法与思路
- 作者通过修改传统估计方法引入数据折扣，分别讨论矩估计、最小二乘和最大似然，并提出评价这些方法的准则。
- 材料陈述的贡献
- 摘要称，论文系统讨论三类传统估计方法的折扣化修改及其评价依据，但没有报告某种修改普遍更优的结果。
- 阅读关注点
- 核对折扣权重的定义和选择、估计更新方式，以及评价准则如何权衡历史信息利用与近期数据的较高权重。
- 阅读边界
- 仅据所给 Crossref 摘要；折扣参数选择、统计性质及实际效果未说明，也不能推断其他版本或刊本内容的变化。
原文摘要
Summary In the estimation of the parameters in time series models arising in economic and business situations, it is often of value to introduce some method of discounting which produces updated estimators that give more weight to recent data than to that arising in the distant past. The simplest methods of introducing such discounting are to modify the traditional methods of estimation. Such modifications are discussed for the methods of moments, least squares and maximum likelihood. The final section discusses criteria upon which such techniques can be evaluated.