跳到正文
← 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:摘要明确研究平稳随机向量差分方程及其估计量的渐近性质,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
H. P. BOSWIJK
H. NEUDECKER
L. SHUANGZHE

随机向量差分方程渐近性质的一则札记

研究问题
在平稳随机向量差分方程中,最大似然估计量渐近正态性所需的一个必要条件,何时能够得到满足?
方法与思路
作者分析渐近正态性的一个必要条件,并考察误差方差矩阵正定时该条件是否成立;摘要未给出条件的具体形式。
材料陈述的贡献
摘要称,误差方差矩阵正定足以使所考察的必要条件成立;这一陈述本身并不等于证明估计量具有渐近正态性。
阅读关注点
应核对该必要条件的准确表述、向量差分方程的设定,以及正定性在论证中的作用和渐近正态性所需的其他条件。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要,不能确定完整正则条件,也不能把必要条件成立解释为渐近正态性的充分保证。

原文摘要

This note analyses a necessary condition for asymptotic normality of the maximum likelihood estimator in a stationary stochastic vector difference equation. It is shown that this condition is satisfied if the error variance matrix is positive definite.

笔记与分组
相关领域论文