Revisions in ARIMA Signal Extraction
ARIMA 信号提取中的修订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 ARIMA 序列的信号提取及修订的 ARMA 结构，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
ARIMA 信号提取中的修订
- 研究问题
- 将遵循 ARIMA 过程的观测序列分解为信号与噪声时，新增数据会如何修订初步信号估计，修订又具有怎样的动态结构？
- 方法与思路
- 作者从总体序列模型推导当期信号估计修订的平稳 ARMA 表示，扩展至非当期初步估计，并比较可容许分解的修订。
- 材料陈述的贡献
- 摘要称，修订在尺度因子之外对所有可容许分解相同，且规范分解使修订方差最大；相关结果也扩展到非当期估计。
- 阅读关注点
- 应核对信号、噪声及可容许分解的定义，修订过程的推导条件，以及规范分解为何对应最大修订方差及其实际含义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；分解约束与推导条件未说明，最大修订方差本身不能解释为估计精度或实时表现更好。
原文摘要
The problem of decomposing an observed series, assumed to follow an ARIMA process, into signal plus noise is considered. It is well known that the preliminary estimates of the signal will be subject to revisions as more data become available. For a general ARIMA process, the revision in the concurrent estimate of the signal is seen to follow a stationary ARMA process, easily derived from the overall series model. The results are extended to non-concurrent preliminary estimates. Finally, it is found that, except for a scale factor, the revisions are the same for all admissible decompositions and the canonical decomposition maximizes the variance of the revision.