IDENTIFYING RESTRICTIONS FOR FINITE PARAMETER CONTINUOUS TIME MODELS WITH DISCRETE TIME DATA
离散观测下有限参数连续时间模型的识别限制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：摘要研究连续时间动态系统的离散采样识别，并明确涉及协整。
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
离散观测下有限参数连续时间模型的识别限制
- 研究问题
- 当线性连续时间模型仅在等间隔时点被观测时，哪些先验参数限制足以识别模型，并如何判断所给限制是否有效？
- 方法与思路
- 作者在一阶线性随机微分方程系统中使用先验线性限制，推导可检验的秩条件，并扩展至扰动协方差限制和协整模型。
- 材料陈述的贡献
- 摘要称，得到实用秩条件，可判断至少含 ⌊n/2⌋ 个一般线性限制的给定集合是否足以识别，并讨论协方差矩阵本身的识别。
- 阅读关注点
- 应核对所继承框架的假设、等间隔采样导致的识别困难、秩条件的具体构造，以及协方差与协整扩展所需的附加限制。
- 阅读边界
- 解读仅限所给 Crossref 摘要；具体秩条件和基础假设未说明，不能仅凭限制数量判断识别，也无法确定后续版本是否改变结论。
原文摘要
This paper revisits the question of parameter identification when a linear continuous time model is sampled only at equispaced points in time. Following the framework and assumptions of Phillips (1973), we consider models characterized by first-order, linear systems of stochastic differential equations and use a priori restrictions on the model parameters as identifying restrictions. A practical rank condition is derived to test whether any particular collection of at least $\left\lfloor {n/2} \right\rfloor$ general linear restrictions on the parameter matrix is sufficient for identification. We then consider extensions to incorporate prior restrictions on the covariance matrix of the disturbances, to identify the covariance matrix itself, and to address identification in models with cointegration.