The Effect of Aggregation on Prediction in the Autoregressive Model
聚合对自回归模型预测的影响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：摘要直接研究自回归序列的时间聚合、聚合动态模型及其最优预测。
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
聚合对自回归模型预测的影响
- 研究问题
- 当原始变量服从自回归模型时，非重叠时间加总会产生怎样的动态结构，仅利用聚合模型预测会损失多少预测能力？
- 方法与思路
- 作者推导非重叠移动和对应的自回归与移动平均结构，据此构造聚合变量的最优预测，并开展理论和数值比较。
- 材料陈述的贡献
- 摘要称聚合后自回归阶数保持为原阶数，移动平均阶数不超过原阶数，且不受加总长度影响；聚合预测相对细分预测表现良好。
- 阅读关注点
- 阅读时应核对原自回归过程与创新项条件、聚合窗口定义、两种预测的信息集合，以及最优性标准和数值比较范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体预测损失、模型条件或数值结果，表现良好不能理解为无信息损失。
原文摘要
The article shows that if the original variable follows a pth order autoregressive system then the non-overlapping moving sum follows a pth order autoregression with at most a pth order moving-average of an independent sequence regardless of the length of the summation. From such an aggregate model we derive the optimal predictor of the aggregate variable and show that it performs remarkably well compared to the optimal disaggregate predictor. The article contains both theoretical and numerical analysis.