Change-point detection in functional time series: Applications to age-specific mortality and fertility
函数型时间序列的变点检测：年龄别死亡率与生育率应用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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确结合函数型时间序列、变点检测和预测训练期选择，但应用对象为人口曲线。
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
函数型时间序列的变点检测：年龄别死亡率与生育率应用
- 研究问题
- 当不同年龄的死亡率和生育率以随时间变化的曲线呈现时，如何识别结构变点，并据此选择有利于预测的训练时期？
- 方法与思路
- 作者提出函数型累积和统计量方法，以及先拟合函数型时间序列、再对积分平方预测误差序列实施变点检测的方法。
- 材料陈述的贡献
- 摘要称，两种方法用于澳大利亚年龄别死亡率和生育率数据，以定位变点并确定能够提高预测准确性的训练时期。
- 阅读关注点
- 应核对两种方法检测的变化类型、阈值与误差控制，以及训练期选择和预测评价是否使用同一批未来观测。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收均未核实；摘要未报告变点日期、预测改善数值或检测方法的理论条件。
原文摘要
We consider determining change points in a time series of age-specific mortality and fertility curves observed over time. We propose two detection methods for identifying these change points. The first method uses a functional cumulative sum statistic to pinpoint the change point. The second method computes a univariate time series of integrated squared forecast errors after fitting a functional time-series model before applying a change-point detection method to the errors to determine the change point. Using Australian age-specific fertility and mortality data, we apply these methods to locate the change points and identify the optimal training period to achieve improved forecast accuracy.