The Estimation of Parameters in Nonstationary Higher Order Continuous-Time Dynamic Models
非平稳高阶连续时间动态模型的参数估计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：摘要研究非平稳连续时间动态系统及其高斯似然估计。
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
非平稳高阶连续时间动态模型的参数估计
- 研究问题
- 对于非平稳高阶连续时间动态系统，如何高效计算结构参数的精确高斯似然，并同时处理初始状态及混合存量、流量观测？
- 方法与思路
- 作者提出避免计算观测协方差矩阵的似然算法，并据此设计迭代程序，交替估计系统结构参数与初始状态向量。
- 材料陈述的贡献
- 摘要称，算法适用于任意阶系统及混合存量、流量数据，并为非平稳连续时间模型的参数估计提供新的计算方案。
- 阅读关注点
- 应核对系统与观测方程、非平稳性和初始状态的处理、似然递推步骤，以及交替估计的收敛条件和计算效率依据。
- 阅读边界
- 仅据所给 Crossref 摘要解读；未报告效率比较、识别条件或迭代收敛保证，不能由算法描述推断估计表现或刊本变化。
原文摘要
This paper is concerned with derivation of a new efficient algorithm for computing the exact Gaussian likelihood for structural parameters in nonstationary higher-order continuous-time dynamic models and with its application in the estimation of these parameters. The algorithm completely avoids the computation of the covariance matrix of the observations and is applicable to a system of any order with mixed stock and flow data. It is used as the basis for an iterative procedure in which the structural parameters and the initial state vector are estimated alternately.