The estimation of a lagged regression relation
滞后回归关系的估计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：摘要明确使用向量时间序列、滞后回归以及谱和交叉谱方法。
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
滞后回归关系的估计
- 研究问题
- 如何估计两个向量时间序列之间的滞后回归系数矩阵，并在增加滞后项时避免重新计算已有的频域信息？
- 方法与思路
- 作者利用谱与交叉谱依次估计各滞后系数，并在残差由独立于解释序列的线性过程生成等条件下研究渐近分布。
- 材料陈述的贡献
- 摘要称该方法增加滞后时无需重算谱，并给出联合渐近正态性及协方差性质，同时明确其效率受到两过程谱的限制。
- 阅读关注点
- 应核对谱估计与逐次计算步骤、残差独立性和其他正则条件，以及协方差不随滞后变化和效率限制的准确含义。
- 阅读边界
- 仅据版本未注明的索引摘要，无法确定完整正则条件或计算收益；摘要称只有解释过程与残差过程谱相同才可能有效率。
原文摘要
The paper discusses a technique for estimating the matrices of coefficients, B(j), in a regression relation relating a vector time series, z(n), to lagged values, y(n—j), —p ≤ j ≤ q, of a second vector time series. The technique depends upon calculation of spectra and cross-spectra. Once these are computed the estimates B(j) are obtained successively without recalculation when an additional lag is introduced. When the residuals from the regression are generated by a linear process independent of y(n) it is shown that under some additional regularity conditions the estimates are asymptotically jointly normal, the variances and covariances of the elements of β(j) being independent of j and of p and q. The method of estimation is not efficient unless the spectra of the y process and the residual process are the same. Some idea of the magnitude of B(k) for lags for which computations have not been done can be obtained without doing these computations.