On the bias of autoregressive approximations to moving averages
用自回归模型近似移动平均过程的偏差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：摘要直接研究自回归与移动平均过程的近似、参数偏差和谱估计，对应时间序列方法，但未指定宏观应用。
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
用自回归模型近似移动平均过程的偏差
- 研究问题
- 用自回归模型近似一阶移动平均过程，并据此估计移动平均系数时，会产生怎样的偏差，对自回归谱估计有何影响？
- 方法与思路
- 作者开展较广泛的经验研究，考察自回归近似及移动平均系数估计，提出关于偏差来源的若干猜想，并设计减小偏差的程序。
- 材料陈述的贡献
- 摘要称，研究发现该近似存在显著偏差，指出其对自回归谱估计的重要性，并提出偏差来源猜想及相应减偏方法。
- 阅读关注点
- 应核对经验研究的过程设定、样本量和自回归阶数，区分已验证的偏差证据与原因猜想，并检查减偏程序的效果和适用范围。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；具体研究设计、偏差数值和减偏保证未说明，偏差来源仅被表述为猜想。
原文摘要
A rather extensive empirical study of autoregressive approximations to first-order moving averages, and in particular their use in estimating the moving average coefficient, shows a significant bias to be present. This is of special importance now that autoregressive spectral estimators are becoming popular. Several conjectures are made about the cause of bias, and some procedures are developed to reduce this bias.