Fixed Interval Estimation in State Space Models when Some of the Data are Missing or Aggregated
部分数据缺失或聚合时状态空间模型的固定区间估计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：摘要明确涉及状态空间平滑、Kalman 算法与多元 ARMA 缺失数据插值，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
部分数据缺失或聚合时状态空间模型的固定区间估计
- 研究问题
- 研究状态空间模型中观测缺失、观测被聚合或状态协方差矩阵奇异时，如何开展固定区间平滑并估计缺失观测。
- 方法与思路
- 作者扩展 Kalman 固定区间平滑算法的几何推导，使其处理缺失或聚合数据及奇异状态协方差，并用于多元 ARMA 插值。
- 材料陈述的贡献
- 摘要称扩展理论同时给出缺失观测的估计，并展示其在多元自回归移动平均模型缺失数据插值中的应用。
- 阅读关注点
- 核对缺失与聚合的观测方程表示、奇异协方差的处理方法、算法所需条件，以及插值结果与不确定性的计算方式。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未说明缺失机制、误差分布条件或插值精度，不能认定适用于任意缺失模式或刊本变化。
原文摘要
Ansley & Kohn's (1982) geomertical derivation of the Kalman filter fixed-interval smoothing algorthm is extended to the case where some of the observations are missing or aggregated and the state covariance matrix may be singular. Estimates of missing observations are also obtained. The theory is then applied to the interpolation of missing data in mulativariate autoregressive-moving average modles.