Arma Models with Double-Exponentially Distributed Noise
具有双指数分布噪声的 ARMA 模型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 ARMA 与 AR(1) 时间序列模型及非高斯噪声。
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
具有双指数分布噪声的 ARMA 模型
- 研究问题
- 当 ARMA 模型的噪声服从双指数即 Laplace 分布时，观测的边际与二元分布如何变化，拟合表现又如何？
- 方法与思路
- 作者在标准 ARMA 框架下设定 Laplace 噪声，推导观测的边际和二元分布，并将相应 AR(1) 模型用于每周硫酸盐浓度序列。
- 材料陈述的贡献
- 摘要称，所得分布可能与高斯模型明显不同；在给出的硫酸盐浓度应用中，Laplace 噪声模型呈现显著更好的拟合。
- 阅读关注点
- 应核对分布推导所需的模型条件、参数估计办法，以及应用中比较拟合的标准、检验方式和数据特征。
- 阅读边界
- 仅据 Crossref 摘要，未获具体拟合数值或比较条件；单一应用的拟合优势不能推广到其他序列或预测任务。
原文摘要
SUMMARY The marginal and bivariate distributions of the observations generated from a standard autoregressive moving average scheme are derived, assuming the noise to have a double-exponential (Laplace) distribution. The distributions may differ substantially from their Gaussian counterparts. The AR(1) model with double-exponential noise is applied to a series of weekly measurements of sulphate concentration and is shown to give a significantly better fit when compared with the Gaussian model.