The Interpolation of Time Series by Related Series
利用相关序列进行时间序列插值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：摘要直接研究经济时间序列的基准间插值及相关序列信息的使用。
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
利用相关序列进行时间序列插值
- 研究问题
- 构造经济时间序列时，如何利用完整可见的相关序列，在前后基准值之间估计缺失值，并避免现有插值方法的缺陷？
- 方法与思路
- 作者把常见的单一相关序列、三个日期插值问题转为简单二元回归，据此纳入目标序列与相关序列变动的相关程度。
- 材料陈述的贡献
- 摘要称，一些现行方法存在形式缺陷，且可能不如直线插值准确；回归表述提示一种考虑序列变动相关性的推广。
- 阅读关注点
- 应核对被批评方法的具体定义、相关性如何进入插值规则，以及准确性比较的条件和前后基准值的使用方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未提供具体误差比较或推广公式，利用未来基准的插值也不能直接等同于实时预测。
原文摘要
The construction of most comprehensive economic time series involves the estimation of some components for some dates by interpolation between values (“benchmarks”) for earlier and later dates. This is often done by using a related series known for all relevant dates. In practice, the bulk of such interpolation uses only a single related series, its values for only three dates—the interpolation date, one prior date, and one later date—and the values of the given series for only the prior and later dates. For this special case, some current methods are defective on formal grounds and all may frequently yield less accurate estimates than straight-line or other mathematical interpolation. Converting the problem into a simple bivariate regression problem suggests a generalization of current methods that takes account of the correlation between the movements of the given series and the related series.