Pair circulas modelling for multivariate circular time series
多元圆周时间序列的成对 circula 建模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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究多元圆周时间序列及其序列依赖，直接对应时间序列方法。
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
多元圆周时间序列的成对 circula 建模
- 研究问题
- 如何同时刻画多元圆周时间序列的横截面依赖与序列依赖，并简化联合依赖结构，使其适用于风向等圆周数据？
- 方法与思路
- 作者用圆周分布中类似 copula 的 circula 描述依赖，将多元密度分解为成对密度乘积，并借助严格平稳的多阶 Markov 结构减少配对数量。
- 材料陈述的贡献
- 摘要提出成对 circula 的多元圆周时间序列建模方案，并展示多变量风向数据的拟合应用；未报告具体拟合指标或比较结果。
- 阅读关注点
- 应核对密度分解如何保证联合分布有效、Markov 阶数与配对结构如何选择，以及风向应用中如何评估序列依赖和拟合表现。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核验；摘要未说明参数识别、估计性质或模型选择条件，不能判断方法的普遍适用性。
原文摘要
Modelling multivariate circular time series is considered. The cross-sectional and serial dependence is described by circulas, which are analogs of copulas for circular distributions. In order to obtain a simple expression of the dependence structure, we decompose a multivariate circula density to a product of several pair circula densities. Moreover, to reduce the number of pair circula densities, we consider strictly stationary multi-order Markov processes. The real data analysis, in which the proposed model is fitted to multivariate time series wind direction data is also given.