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的估计、自协方差及模型诊断；示例并非宏观数据。
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
- 多元时间序列估计与诊断中，如何通过稳健处理残差自协方差，降低非稳健估计环节的影响？
- 方法与思路
- 作者对估计方程中的残差自协方差作稳健化处理，推导估计量的渐近分布，并构造稳健化多元综合检验统计量。
- 材料陈述的贡献
- 摘要称，论文提出稳健估计程序及用于模型诊断的多元综合统计量，并以水貂与麝鼠数据作说明。
- 阅读关注点
- 应核对稳健化函数、序列依赖与分布条件、渐近方差计算，以及诊断统计量在不同偏离情形下的表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；稳健性定义和比较结果未给出，不能声称全面优于常规方法或推断刊本变化。
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.