Exact and Approximate Maximum Likelihood Estimators for Vector Moving Average Processes
向量移动平均过程的精确与近似最大似然估计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：摘要直接研究向量移动平均过程及多元时间序列模型的似然估计。
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
向量移动平均过程的精确与近似最大似然估计
- 研究问题
- 如何为向量移动平均过程构造并计算精确似然，以及既有多元时间序列参数估计程序与最大似然估计是什么关系？
- 方法与思路
- 作者将单变量移动平均过程的似然构造方法推广到向量情形，分析已有程序的近似性质，并提出精确似然计算办法。
- 材料陈述的贡献
- 摘要称推导了向量移动平均过程的精确似然，并表明Tunnicliffe Wilson的移动平均估计程序是最大似然的近似。
- 阅读关注点
- 应核对创新分布、初始观测处理和参数限制，以及精确似然与近似程序之间的差异及所需计算步骤。
- 阅读边界
- 仅据所给Crossref摘要，未核对全文或版本变化；摘要未说明具体分布条件、近似误差及计算成本，不能判断普遍性能差异。
原文摘要
Summary This paper derives the exact likelihood function for the vector moving average process; the method used is a generalization of that adopted by Box and Jenkins (1970, Appendix A7.4) for the univariate process. Tunnicliffe Wilson (1973) has previously considered the estimation of parameters in multivariate time series models, and his procedure for moving averages is shown to be an approximation to maximum likelihood. A procedure for the computation of the exact likelihood function is also suggested.