Estimating the Lag Structure of a Nonlinear Time Series Model
非线性时间序列模型滞后结构的估计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：摘要直接研究非线性时间序列、分布滞后与互双谱估计，对应时间序列方向。
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
非线性时间序列模型滞后结构的估计
- 研究问题
- 当输出序列由带加性噪声的线性与二次滤波器生成时，如何估计其二次滤波参数以刻画非线性分布滞后结构？
- 方法与思路
- 作者假设输入为平稳高斯过程，利用输入与输出序列的样本互双谱估计二次滤波参数，并在输入谱已知时分析渐近性质。
- 材料陈述的贡献
- 摘要称提出了相对简便的参数确定程序，推导输入谱已知条件下的估计量渐近性质，并展示人工数据结果。
- 阅读关注点
- 核对互双谱如何识别滤波参数、噪声条件与滞后设定，并检查输入谱未知时的处理及人工数据实验设计。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；渐近结论明确限于输入谱已知情形，摘要未说明未知谱结果或刊本变化。
原文摘要
Suppose that the time series {Y(t)} is the output of a linear plus quadratic filter observed with additive noise. The relationship is a second-order approximation to a nonlinear distributed lag model. Assume that the input to the filter {X(t)} is a stationary Gaussian process. This article presents a relatively simple procedure for determining the values of the parameters of the quadratic filter by using the sample cross bispectrum between the two series. The asymptotic properties of the parameter estimates are derived when the spectrum of {X(t)} is known. Artificial data results are presented.