A One-Factor Multivariate Time Series Model of Metropolitan Wage Rates
都市工资率的单因子多元时间序列模型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：摘要明确包含经济工资序列的动态单因子模型、状态空间估计和样本外预测。
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
都市工资率的单因子多元时间序列模型
- 研究问题
- 如何利用洛杉矶都市区各部门工资的观测序列，估计不可直接观测的都市工资率，并评价模型的预测表现？
- 方法与思路
- 作者将单因子模型动态化，写成一般状态空间模型的特例，利用 Kalman 滤波实现极大似然估计并开展样本外预测。
- 材料陈述的贡献
- 摘要提出并估计动态单因子工资模型，将部门工资汇总为潜在都市工资率，并用检验、诊断和预测评价模型。
- 阅读关注点
- 核对潜在工资率的尺度识别、因子与部门特有动态的设定，以及诊断检验和样本外预测的划分与基准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出数据期间、检验结论或预测误差，不能据此认定预测优越性。
原文摘要
The paper formulates and estimates a single-factor multivariate time series model. The model is a dynamic generalization of the multiple indicator (or factor analysis) model. It is shown to be a special case of the general state space model and can be estimated by maximum likelihood methods using the Kalman filter algorithm. The model is used to obtain estimates of the unobserved metropolitan wage rate for Los Angeles, based on observations of sectoral wages within the Standard Metropolitan Statistical Area. Hypothesis tests, model diagnostics, and out-of-sample forecasts are used to evaluate the model.