Temporally Local Maximum Likelihood with Application to SIS Model
时间局部最大似然估计及其在SIS模型中的应用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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究时间序列滚动估计，以及时变参数和局部趋势引起的结构变化，支持时间序列与结构变化分类。
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
时间局部最大似然估计及其在SIS模型中的应用
- 研究问题
- 当时间序列参数固定、随机平稳或具有超长期动态时，滚动估计如何表现，并能否在统一框架中加以分析？
- 方法与思路
- 作者以时间局部最大似然框架研究滚动估计，区分固定、随机平稳与超长期动态参数，并在SIS流行病模型中模拟。
- 材料陈述的贡献
- 摘要称研究了不同参数动态下时间局部最大似然估计的性质，以超长期动态连接固定和随机参数情形并展示应用。
- 阅读关注点
- 应核对时间权重或窗口的定义、超长期动态的形式，以及不同参数设定下估计对象、极限性质和模拟误差。
- 阅读边界
- 这是arXiv预印本，同行评审与期刊接收未核实；摘要未说明窗口选择、渐近条件及具体结果，无法判断滚动估计精度。
原文摘要
The parametric estimators applied by rolling are commonly used in the analysis of time series with nonlinear features, such as structural change due to time varying parameters and local trends. This paper examines the properties of rolling estimators in the class of Temporally Local Maximum Likelihood (TLML) estimators. We study the TLML estimators of constant parameters, stochastic and stationary parameters and parameters with the Ultra Long Run (ULR) dynamics bridging the gap between the constant and stochastic parameters. Moreover, we explore the properties of TLML estimators in an application to the Susceptible-Infected-Susceptible (SIS) epidemiological model and illustrate their finite sample performance in a simulation study.