Time Series of Continuous Proportions
连续比例向量的时间序列模型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：摘要明确建立连续比例的时间序列状态空间模型，并将趋势估计和预测列为研究用途，支持时间序列与预测分类。
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…
连续比例向量的时间序列模型
- 研究问题
- 对于各成分比例之和固定的时间序列，如何刻画潜在趋势、协变量和干预的作用，并预测比例而非实际总量？
- 方法与思路
- 作者建立状态空间模型，以 Dirichlet 分布描述给定潜在状态的比例观测，并引入 Dirichlet 共轭分布描述状态。
- 材料陈述的贡献
- 摘要称模型能摆脱单纯 Dirichlet 设定的限制性独立性质，并自然纳入趋势、季节性、协变量和干预，以汽车生产比例说明。
- 阅读关注点
- 应核对潜在状态的演化机制、成分之间的依赖表达、滤波与预测计算，以及干预参数的解释和预测表现的评价方式。
- 阅读边界
- 依据所给 Crossref 摘要版本；“应用表现良好”未附评价指标，摘要未说明零比例、模型识别和预测不确定性的处理。
原文摘要
SUMMARY A vector of continuous proportions consists of the proportions of some total accounted for by its constituent components. An example is the proportions of world motor vehicle production by Japan, the USA and all other countries. We consider the situation where time series data are available and where interest focuses on the proportions rather than the actual amounts. Reasons for analysing such times series include estimation of the underlying trend, estimation of the effect of covariates and interventions, and forecasting. We develop a state space model for time series of continuous proportions. Conditionally on the unobserved state, the observations are assumed to follow the Dirichlet distribution, often considered to be the most natural distribution on the simplex. The state follows the Dirichlet conjugate distribution which is introduced here. Thus the model, although based on the Dirichlet distribution, does not have its restrictive independence properties. Covariates, trends, seasonality and interventions may be incorporated in a natural way. The model has worked well when applied to several examples, and we illustrate with components of world motor vehicle production.