Outliers in Time Series
时间序列中的异常值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：题名与摘要均明确讨论时间序列异常值模型及其检验，直接对应时间序列方向。
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
时间序列中的异常值
- 研究问题
- 论文研究时间序列中异常值及其影响如何建模，以及针对不同异常值模型的检验与既有方法相比具有怎样的功效。
- 方法与思路
- 作者考虑两种异常值模型，分别推导似然比和近似似然比判据，并将相应功效函数与过去常用方法的功效比较。
- 材料陈述的贡献
- 摘要称，论文为两种时间序列异常值模型给出了检验判据及功效比较，但未说明模型名称或哪种程序更有优势。
- 阅读关注点
- 读全文时应核对两种模型对异常值传播方式的设定、近似似然比的误差，以及功效比较中的备择和参数设置。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明异常值模型的具体形式、检验校准及功效结论，不能推断适用于所有时间序列。
原文摘要
Summary Two models are considered for outliers and their effects in time series. Likelihood ratio and approximate likelihood ratio criteria are derived for these models and the power functions are compared with that of the approach generally applied in the past.