A Fast Algorithm for Signal Extraction, Influence and Cross-Validation in State Space Models
状态空间模型中信号提取、影响分析与交叉验证的快速算法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：摘要直接讨论状态空间模型的信号提取与状态平滑，属于时间序列方法。
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
状态空间模型中信号提取、影响分析与交叉验证的快速算法
- 研究问题
- 在信号加噪声的状态空间模型中，如何高效计算给定观测后的信号均值与方差，并支持状态平滑和观测影响分析？
- 方法与思路
- 作者构造计算条件均值与方差的快速递推，将其用于部分或全部状态向量的平滑，并推广学生化残差与杠杆值概念。
- 材料陈述的贡献
- 摘要称，该递推提供新的高效状态平滑公式和诊断量计算方法，并可进一步得到用于多项式样条平滑的高效算法。
- 阅读关注点
- 应核对递推所需的模型条件、边界处理与计算复杂度，以及影响度量和题名所述交叉验证的具体定义与实现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明复杂度阶数、交叉验证细节及非线性或非高斯情形的适用性。
原文摘要
A fast algorithm is developed for computing the conditional mean and variance of the signal given the observations in a signal plus noise model. The resulting recursions can be applied immediately to provide new and efficient formulae for smoothing part or all of the state vector. The ideas of studentized residuals and leverage from regression analysis are generalized to state space models, and the new algorithm is used to compute the various measures. The results are also applied to obtain a new efficient algorithm for polynomial spline smoothing.