The exact likelihood function of multivariate autoregressive-moving average models
多元自回归移动平均模型的精确似然函数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：摘要明确研究平稳向量 ARMA 过程的似然与协方差，直接属于时间序列方法。
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
多元自回归移动平均模型的精确似然函数
- 研究问题
- 研究如何根据平稳向量自回归移动平均模型的系数，推导观测过程的精确似然函数及其协方差函数。
- 方法与思路
- 作者利用张量积的性质和集中最大似然技术推导精确似然，并在推导过程中获得以模型系数表示的协方差函数闭式表达。
- 材料陈述的贡献
- 摘要称论文给出了平稳向量 ARMA 过程的精确似然表达式，并同时推导出协方差函数关于模型系数的闭式表示。
- 阅读关注点
- 阅读全文时应核对平稳性及其他分布条件、初始观测的处理、集中似然中消去的参数，以及协方差表达式的计算方式。
- 阅读边界
- 摘要未说明全部分布与参数条件、计算成本或估计性能。来源为版本未注明的 OpenAlex 索引摘要，不能推断刊本变化。
原文摘要
By making use of the properties of tensor products, this paper describes the derivation of an expression for the exact likelihood function of a stationary process generated by a vector autoregressive-moving average model using concentrated maximum likelihood techniques. Furthermore, in the process of deriving the likelihood function, a closed form expression for the covariance function of the process in terms of the coefficients of the model is derived.