Robust Multiple Time Series Modelling
多元时间序列的稳健建模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。
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：摘要明确研究多元时间序列估计及残差自相关诊断，直接对应时间序列方向。
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…
多元时间序列的稳健建模
- 研究问题
- 如何在多元时间序列建模中构造稳健估计和诊断程序，使参数估计及残差相关性检查能够采用一致的方法框架？
- 方法与思路
- 作者对估计方程中的残差自协方差进行稳健化，推导估计量的渐近分布，并构造稳健化的多元 portmanteau 统计量。
- 材料陈述的贡献
- 摘要称论文同时提供稳健估计程序和模型诊断统计量，并用水貂与麝鼠数据展示方法的使用过程。
- 阅读关注点
- 应核对稳健化函数、所针对的污染情形、渐近条件和诊断统计量的校准方式，以及示例是否支持所述稳健性。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明。摘要未报告污染模型、稳健性指标或比较数值，不能据此认定普遍优于常规方法。
原文摘要
A robust estimation procedure for multiple time series is proposed based on robustifying the residual autocovariances in the estimating equation. The asymptotic distribution of these estimators is derived. A robustified multivariate portmanteau statistic is also obtained which can be useful in model diagnostic checking. An illustrative example based on the mink-muskrat data is presented.