On the Relation Between Fitting Autoregression and Periodogram with Applications
自回归拟合与周期图的关系及其应用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：摘要明确涉及自回归参数估计、周期图和时间序列谱分析。
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…
自回归拟合与周期图的关系及其应用
- 研究问题
- 如何利用周期图表达 Yule–Walker 自回归参数估计的渐近误差协方差，并用于谱估计和随机缺失观测分析？
- 方法与思路
- 作者建立自回归拟合与周期图之间的联系，将 Yule–Walker 参数估计的渐近误差协方差矩阵写成周期图相关表达。
- 材料陈述的贡献
- 摘要称这些表达可以直接用于计算多类时间序列问题的误差协方差，包括自回归谱估计及随机缺失观测下的拟合。
- 阅读关注点
- 应核对周期图进入协方差表达的方式、模型阶数和序列条件，以及随机缺失机制如何改变拟合与误差计算。
- 阅读边界
- 仅据版本未注明的索引摘要；摘要未提供协方差公式、平稳性要求或缺失机制条件，不能判断更一般情形的适用性。
原文摘要
The relation between fitting autoregression and periodogram is herein presented. More specifically, the asymptotic error covariance matrices of the estimates of the autoregressive parameters using Yule-Walker equations are expressed in terms of the periodogram. These expressions permit the immediate calculation of the error covariance matrices for various time series problems including the autoregressive spectral estimation and fitting autoregression to the data with randomly missed observations.