作者
摘要
许多序列都存在数据不规则性，例如缺失值、异常值、结构断裂和不规则间距。当数据本质上非高斯或包含复杂的周期模式，因为它们是按小时或每周观察的，所以数据也可能很混乱，因此很难用标准程序处理。本文提出了一种分析混乱数据的统一方法。技术处理基于状态空间方法。这些方法可以应用于任何线性模型，包括自回归积分滑动平均类的线性模型。然而，结构时间序列模型易于解释，加上卡尔曼滤波器产生的相关信息和平滑度，使得它们成为处理凌乱数据的更自然的工具。结构时间序列模型也可以用连续时间表示，从而可以对不规则间隔的观测值进行一般处理。使用时变样条可以有效地处理与每小时或每周数据相关的周期模式，而由于仿真技术的最新发展，非高斯模型的统计分析现在是可行的。
建议引用
Andrew C Harvey&Siem Jan Koopman&J Penzer，1997年。"《混乱的时间序列：统一方法》（现发表于《计量经济学进展》，13（1998），第103-143页）,"STICERD-计量经济学论文系列327，三得利和丰田国际经济及相关学科中心，伦敦政治经济学院。手柄：RePEc:cep:stiecm:327
从出版商下载全文
据我们所知，此商品不适用于下载。要确定它是否可用，有三个选项：1.在下面检查是否在线提供此项目的另一个版本。2.检查提供商的网页 是否实际可用。3.执行搜索对于类似标题的项目可用。
更正
本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:cep:stiecm:327。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格.
如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：负责人（以下电子邮件可用）。供应商的一般联系方式：https://sticerd.lse.ac.uk/new/publications网站/.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
