Asymptotic Prediction Mean Squared Error for Vector Autoregressive Models
向量自回归模型的渐近预测均方误差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：摘要直接研究向量自回归过程及多步预测均方误差，支持时间序列和预测两个方向。
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
向量自回归模型的渐近预测均方误差
- 研究问题
- 一般向量自回归过程的多步预测均方误差如何作渐近刻画，相关结果能否扩展到具有自回归误差与动态外生变量的回归模型？
- 方法与思路
- 作者推导一般向量自回归过程的一步与多步预测均方误差，并研究误差具有自回归结构、外生变量服从向量自回归的模型。
- 材料陈述的贡献
- 摘要称一步预测结果是标量自回归结果的简单推广，同时给出多步预测结果及具有动态误差和外生变量的回归模型扩展。
- 阅读关注点
- 应核对预测器和参数估计方式、渐近条件、预测步长的处理，以及均方误差是否区分未来扰动与参数估计造成的误差。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；具体误差公式、估计方案和渐近条件未说明，不能据此给出有限样本预测区间。
原文摘要
This paper derives the asymptotic mean squared error of multistep prediction for the general vector autoregressive process. For one-step-ahead prediction the result is a surprisingly simple generalization of the result for the scalar autoregressive process. Results for multistep prediction are also derived for the regression model with autoregressive errors, where the set of exogenous variables follows a vector autoregressive process.