Structural and forecasting softwood lumber models with a time series approach
Notice bibliographique
Résumé
The development of cointegration theories and the presence of nonstationarity in time series raised serious concerns about possible spurious estimations in forest products models. Based on the results of Hsiao (1997a, 1997b), all the virtues of two-stage least square (2SLS) hold if there are sufficient cointegration relations. Stationary null and nonstationary null unit root tests and monthly seasonal unit root tests were applied to the time series used in this dissertation. Cointegration tests with exogenous variables were performed to justify the 2SLS. A regional error correction model (ECM) with four regional lumber supply and demand equations and a U.S.-Canada supply and demand ECM were estimated. CUSUM tests did not find any structural changes. Both estimated models showed that the imported Canadian lumber and the U.S. lumber are substitutes. The estimated long-run and short-run own-price elasticities for demand and supply are inelastic for all the equations but the short-run supply equation for the West Coast. The long-run lumber supply equations have significant trends: annually -3% for the Inland West and 2% for the other regions. The popular maximum likelihood estimation for the restricted ECM cannot pass the test for the restrictions and is, therefore, not used for the regional structural lumber model. A series of univariate and multi-equation models were used as forecasting models. A combination of univariate model were shown to be the best forecasting models for lumber prices, and a combination of univariate and multi-equation models were shown to be the best forecasting models for lumber quantities. The selected combinations of models were shown to be the best with additional observations. It was also shown that lumber quantities could be forecasted better than lumber prices.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».