Best Approximate Aggregation of Input—Output Systems
投入产出系统的最优近似聚合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：摘要明确以投入产出系统聚合后的预测均方误差为目标，并比较经济系统聚合方案的预测表现。
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
投入产出系统的最优近似聚合
- 研究问题
- 如何构造投入产出系统的聚合模型，使其在预定应用数据范围内的聚合预测误差尽可能小？
- 方法与思路
- 作者以聚合预测的均方误差最小化选择近似聚合方案，并分析其与 Ijiri 聚合系数及特定情形下 Fisher 聚合模型的关系。
- 材料陈述的贡献
- 摘要称最优近似方案最大化聚合系数；若一致聚合可行，它就是最优近似聚合，计算例子显示方法可行且预测较好。
- 阅读关注点
- 应核对应用数据范围如何进入目标函数、一致聚合的条件，以及计算例子的经济设定、比较方法和预测误差指标。
- 阅读边界
- 仅据版本未注明的索引摘要，无法判断优化约束或计算规模；例子中的预测改善不能推广为所有投入产出系统的表现。
原文摘要
A method of constructing aggregate input—output systems is proposed. The procedure minimizes the mean squared error of aggregate predictions. The range of data on which the aggregate model is to be applied influences the best approximate aggregate. Best approximate aggregate models maximize Ijiri's coefficient of aggregation. In a special case, Fisher's aggregated model emerges: if consistent aggregation is possible it gives the best approximate aggregate. Computations reveal best approximate aggregations to be feasible and to yield considerably better predictions than alternative methods in realistic cases.