この記事では、多段階時系列予測における誤差の分解を通じて、再帰的戦略と直接的戦略のバイアスとバリアンスに関する従来の理解を再考しています。従来、再帰的戦略は高バイアス・低バリアンスとされ、直接的戦略は低バイアス・高バリアンスと考えられてきました。しかし、著者たちは予測誤差を不可避なノイズ、構造的近似誤差、推定バリアンスという三つの要素に分解しました。線形予測子の場合、構造的誤差はデータセットに依存せずゼロになりますが、非線形予測子の場合、再帰的な合成がモデルの表現力を高め、構造的誤差がモデルとデータに依存することを示しています。また、再帰戦略の推定バリアンスは、一段のバリアンスとヤコビアンに基づく増幅因子の積として表現されます。実験結果から、モデルの非線形性やノイズの特性に基づいて再帰的戦略と直接的戦略を選択するための実用的な指針が示されました。