The estimation of mixed moving average autoregressive systems
混合移动平均自回归系统的估计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：摘要明确研究移动平均自回归模型、傅里叶变换估计及向量时间序列推广，直接对应时间序列方法方向。
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
混合移动平均自回归系统的估计
- 研究问题
- 如何利用数据的傅里叶变换估计混合移动平均自回归模型参数，并确定其渐近分布及向向量系统推广的范围？
- 方法与思路
- 作者基于数据傅里叶变换构造模型参数估计量，分析渐近正态性，并讨论向量推广，重点详述向量移动平均情形。
- 材料陈述的贡献
- 摘要称估计量渐近正态，在高斯情形下与最大似然估计具有相同渐近分布，且方法能够推广到向量模型。
- 阅读关注点
- 应核对频域估计目标、模型参数化与正则条件，以及高斯渐近分布比较和向量移动平均之外推广的具体范围。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；频域准则和证明条件未说明，相同渐近分布不代表有限样本等价，不能推断刊本变化。
原文摘要
Estimates are constructed of the parameters in mixed moving average autoregressive models based upon Fourier transformation of the data. These are shown to be asymptotically normal with the same distribution as the maximum likelihood estimators for the Gaussian case. The method extends to the vector case but the procedure is discussed in detail only for vector moving averages.