Note concerning the Akaike and Hannan estimation procedures for an autoregressive-moving average process
关于自回归移动平均过程的 Akaike 与 Hannan 估计程序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：题名与摘要明确涉及自回归移动平均过程的参数估计。
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
关于自回归移动平均过程的 Akaike 与 Hannan 估计程序
- 研究问题
- 用于自回归移动平均过程的 Akaike 估计程序，与高斯似然的数值优化步骤及 Hannan 估计程序之间是什么关系？
- 方法与思路
- 作者将 Akaike（一九七三年）的估计量解释为针对高斯似然指数部分实施的 Gauss–Newton 算法第一步，并比较 Hannan 方法。
- 材料陈述的贡献
- 摘要称证明 Akaike 估计量恰好对应上述 Gauss–Newton 第一步，并说明其与 Hannan（一九六九年）估计量的关系。
- 阅读关注点
- 应核对似然目标、参数化与算法初始值，以及两种估计程序关系的精确表达，区分一步对应与迭代收敛结果。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明效率、偏差或算法收敛性质，一步等价不能直接推出估计程序全面等价。
原文摘要
We demonstrate that the estimator proposed by Akaike (1973) is exactly the first step of a Gauss-Newton algorithm applied to the exponent of a Gaussian likelihood and show its relationship to the estimator proposed by Hannan (1969).