A Monte Carlo Comparison of the Regression Method and the Spectral Methods of Prediction
回归预测法与谱预测法的蒙特卡洛比较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：摘要明确研究平稳时间序列未来值的线性预测，并比较谱方法与自回归方法。
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
回归预测法与谱预测法的蒙特卡洛比较
- 研究问题
- 如何利用已知历史估计实值离散、纯非确定性平稳时间序列的线性最小二乘预测器，谱方法与回归方法表现如何？
- 方法与思路
- 作者从常用加窗谱密度估计构造预测系数，并用蒙特卡洛实验与递归求解 Yule–Walker 方程的自回归拟合方法比较。
- 材料陈述的贡献
- 摘要提出一种通过谱密度估计获得预测系数的方法，并开展与常用回归预测法的模拟比较，未报告比较结论。
- 阅读关注点
- 应核对谱窗和自回归阶数的选择、预测系数的计算方式，以及模拟过程、预测期限和评价预测误差的标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未报告模拟结果，不能判断哪种方法更好。
原文摘要
We consider the question of estimating the linear, least-squares predictor of the future values of a real-valued, discrete, purely nondeterministic, stationary time series from its known past. A method of estimating the prediction coefficients from the usual ‘windowed’ estimates of spectral density function is put forward and a Monte Carlo comparison of this method with the more usual regression method of finding the best fitting autoregressive process by recursively solving the Yule-Walker equations is carried out.