A “True” Time Series and its Indicators: An Alternative Approach
潜在真实时间序列及其指标：一种替代方法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：摘要明确联合建模潜在时间序列与指标，并通过卡尔曼滤波预测宏观储蓄率。
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
潜在真实时间序列及其指标：一种替代方法
- 研究问题
- 当真实时间序列不可观测、只能取得两个不完善指标时，如何建立可识别的联合模型并利用指标信息预测潜在序列？
- 方法与思路
- 作者采用多指标方法联合建模真实序列与观测指标，检查识别状态，以最大似然估计参数，再用卡尔曼滤波预测潜在序列。
- 材料陈述的贡献
- 摘要提出相对于已有双指标方法的替代方案，并将其用于美国私人总储蓄率，以资金流量及国民收入与产品账户数据作为指标。
- 阅读关注点
- 应核对潜在序列与指标误差的动态结构、识别所依赖的限制，以及卡尔曼滤波的预测结果如何处理指标偏差和参数不确定性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未列出识别限制、估计结果或与原方法的性能比较，不能声称替代方案更优。
原文摘要
de Leeuw and McKelvey proposed a method for using two imperfect indicators to predict the values of an unobserved series. In this article we suggest an alternative method that uses the multiple indicator approach to model the true time series and its indicators. We examine the identification status of the model, estimate the parameters by maximum likelihood, and use the Kalman filter to obtain predictions of the unobserved series. The method is applied to the U.S. gross private saving rate using flow of funds and national income and product accounts data as indicators.