Covariance Matrices Characterization by a Set of Scalar Partial Autocorrelation Coefficients
用一组标量偏自相关系数刻画协方差矩阵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：摘要直接研究平稳多元时间序列的自协方差矩阵与偏自相关表示。
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
用一组标量偏自相关系数刻画协方差矩阵
- 研究问题
- 平稳多元时间序列的自协方差矩阵，能否通过若干标量偏自相关系数序列唯一刻画，而不只依赖矩阵形式的参数？
- 方法与思路
- 作者从归一化偏自相关矩阵的既有刻画出发，提出以多组绝对值均小于一的标量偏自相关系数序列进行刻画。
- 材料陈述的贡献
- 摘要称，同一组自协方差矩阵也能由标量偏自相关系数序列唯一刻画，为多元序列的协方差结构提供另一种表示。
- 阅读关注点
- 应核对标量系数序列的构造、与自协方差矩阵的双向对应，以及唯一性证明所需条件和对退化情形的处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明具体映射与证明条件，不能据此推断计算优势或刊本变化。
原文摘要
It has been shown that the autocovariance matrices of a stationary multivariate time series can be uniquely characterized by a sequence of the normalized partial autocorrelation matrices having singular values less than one. In this note, we show that the same autocovariance matrices can be also uniquely characterized by a set of sequences of scalar partial autocorrelation coefficients whose magnitudes are all less than one.