Consistent Estimates for the Near(2) and Nlar(2) Time Series Models
NEAR(2) 与 NLAR(2) 时间序列模型的一致估计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：摘要明确研究两个时间序列模型的参数估计及其渐近性质，直接对应时间序列方法，未提供其他细分方向依据。
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
NEAR(2) 与 NLAR(2) 时间序列模型的一致估计
- 研究问题
- 如何为 NEAR(2) 与 NLAR(2) 时间序列模型的四个参数构造一致且渐近正态的估计，并评估其有限样本可用性？
- 方法与思路
- 作者给出四个参数估计的显式表达式，并通过模拟考察标准误和样本量之间的关系，讨论这些估计的计算与实际应用表现。
- 材料陈述的贡献
- 摘要称估计具有一致性和渐近正态性，但小参数值下标准误较大；模拟也显示，某些风数据研究所用样本规模可获得较好估计。
- 阅读关注点
- 应核对两个模型的定义、参数约束与渐近结果的成立条件，以及模拟中的参数组合、样本规模和标准误计算方式。
- 阅读边界
- 仅依据所给 Crossref 摘要。摘要未说明具体正则条件、估计公式或模拟数值，不能据此确定实际应用所需的样本量。
原文摘要
SUMMARY Consistent and asymptotically normal estimates for all four parameters of the NEAR(2) and NLAR(2) time series models are obtained. The estimates are given in explicit form and are easy to compute, but with simulation experiments the standard errors are large, especially for small values of the parameters, so very substantial sample sizes may be needed. Hence, from this point of view, the NEAR(2) and NLAR(2) models are of limited practical value. The simulations indicate, however, that reasonably good estimates can be obtained for sample sizes in the range used by Lawrance and Lewis in their investigation of a series of wind data.