Benchmarking of Economic Time Series
经济时间序列的基准校准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：摘要明确结合月度和年度经济数据，并使用非平稳时间序列信号提取理论解决基准校准问题。
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
经济时间序列的基准校准
- 研究问题
- 如何将月度抽样调查与年度普查信息结合以改善调查估计，并在校准过程中同时考虑经济序列特征和调查误差？
- 方法与思路
- 作者将基准校准表述为统计模型问题，依据目标序列与调查误差的性质，利用非平稳时间序列的信号提取理论推导方案。
- 材料陈述的贡献
- 摘要称，该方法为原先主要依赖数值分析的校准问题提供统计框架，详细研究两类常见问题，并以实例展示理论结果。
- 阅读关注点
- 核对年度约束如何进入模型、调查误差与真实信号的关系，以及非平稳性处理和两类校准问题的差异，检查实例中的修订效果。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，刊本差异未核验；两类问题的具体定义、误差模型及校准精度未说明。
原文摘要
This article develops a statistical model-based approach to the benchmarking problem. Benchmarking is done when data from a monthly sample survey are combined with data from an annual census for the purpose of improving the survey estimates. Previous authors have used numerical analysis techniques to derive methods to perform benchmarking. This article formulates the benchmarking problem in a statistical framework and uses modern times series methods to derive a solution. This solution is based in part upon the statistical properties of the time series being benchmarked and upon the properties of the survey errors associated with that time series. The article makes use of the theory of signal extraction that has been derived for nonstationary time series. Two common types of benchmarking problems are studied in greater detail. The results of the theory derived in the article are illustrated by an example.