MétaCan
Menu
Retour à la cohorte
Enregistrement W2096886739 · doi:10.1002/asmb.2016

George Box's contributions to time series analysis and forecasting

2014· article· en· W2096886739 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Stochastic Models in Business and Industry · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueForecasting Techniques and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGeorge (robot)Operations researchTime seriesComputer scienceBox–JenkinsBayesian probabilitySeries (stratigraphy)InferenceArtificial intelligenceAutoregressive integrated moving averageMachine learningEngineering

Résumé

récupéré en direct d'OpenAlex

George Edward Pelham Box was born on October 19, 1919 in Gravesend, Kent, UK and died on March 28, 2013 in Madison, Wisconsin, USA. George Box made significant contributions to many fields of statistics including design of experiments and response surface methodology, evolutionary operation, statistical inference, robustness, Bayesian methods, time series analysis and forecasting, and quality improvement. Our paper discusses his contributions to time series analysis and forecasting. His work in this area started in collaboration with Gwilym Jenkins in the early 1960s and continued over the next several decades. His contributions include the classic and extraordinarily influential book ‘Time Series Analysis: Forecasting and Control’ written with Gwilym Jenkins and first published by Holden Day in 1970. Subsequent contributions to time series analysis include joint work with George Tiao, Gregory Reinsel, Daniel Pena, and many former graduate students. His work provided a unified framework for carrying out time series analysis in practice and laid the foundation for many new developments in the field. Copyright © 2014 John Wiley & Sons, Ltd.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,058
Tête enseignante GPT0,323
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle