A comparison of estimation methods for vector linear time series models
向量线性时间序列模型估计方法的比较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：摘要明确研究向量线性时间序列模型及其估计方法，直接对应时间序列方向。
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
向量线性时间序列模型估计方法的比较
- 研究问题
- 向量线性时间序列模型中，对近似似然应用 Newton–Raphson 方法得到的估计，是否与既有估计构造相同？
- 方法与思路
- 作者利用张量积性质，将标量自回归移动平均模型中的估计等价关系扩展到向量模型，并连接已有估计方法的渐近结果。
- 材料陈述的贡献
- 摘要称向量模型的 Newton–Raphson 估计与 Nicholls 的估计相同，因而具有一致性、渐近正态性和效率性质。
- 阅读关注点
- 应核对近似似然的定义、算法实施与估计相同的准确含义，以及继承一致性、渐近正态性和效率所需的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；模型限制、初始化和渐近条件未说明，估计等价不自动保证任意算法运行都收敛。
原文摘要
Akaike (1973) showed, in the case of scalar autoregressive-moving average models, that the estimates obtained by an application of the Newton-Raphson algorithm to the approximate likelihood function are the same as those obtained by Hannan (1969). By making use of the properties of tensor products, this paper extends these ideas to show that, in the case of vector linear time series models, the estimates obtained by the application of the Newton-Raphson procedure are identical to those derived by Nicholls (1976). Consequently the estimates obtained from the Newton-Raphson algorithm, in the case of vector models, are consistent, asymptotically normal and efficient.