On the Best Unbiased Estimate for the Mean of a Short Autoregressive Time Series
短自回归时间序列均值的最佳线性无偏估计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：摘要研究自回归过程的均值估计与短序列方差比较，直接属于时间序列估计。
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
短自回归时间序列均值的最佳线性无偏估计
- 研究问题
- 在较短的自回归时间序列中，如何计算过程均值的最佳线性无偏估计及其方差，相比通常的样本均值能获得多大改善？
- 方法与思路
- 作者给出最佳线性无偏均值估计及其方差的简便计算公式，并通过数值结果比较该估计量与通常样本均值的方差。
- 材料陈述的贡献
- 摘要称，所给公式便于计算，且在所考察的数值情形中，最佳线性无偏估计的方差可以明显低于样本均值。
- 阅读关注点
- 应核对自回归参数是否被视为已知、最佳性的比较类别、样本长度和参数范围，以及代入估计参数后是否仍有相同性质。
- 阅读边界
- 仅据所给 Crossref 摘要，具体方差降幅及数值设计未说明，不能据此声称在所有情形下均明显改善或推断其他版本变化。
原文摘要
A simple formula for computing the best linear unbiased estimate of the mean of an autoregressive process as well as its variance is given. Numerical results show that the estimate can have much lower variance than that of the usual sample mean.