The Estimation of the Order of an ARMA Process
ARMA 过程阶数的估计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：摘要直接讨论 ARMA 时间序列过程的滞后阶数估计及其一致性，符合时间序列方向。
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
ARMA 过程阶数的估计
- 研究问题
- 如何估计自回归移动平均过程的最大滞后阶数，哪些情形能够保证一致性，而在一致性失效时又如何刻画高估概率？
- 方法与思路
- 作者在一般条件下分析若干最大滞后阶数估计量，分别建立强一致性与弱一致性结果，并研究部分不一致情形的高估概率。
- 材料陈述的贡献
- 摘要称，论文证明某些阶数估计量的强一致性及一个弱一致性定理，并在特定不一致情形下评价最大滞后阶数的高估概率。
- 阅读关注点
- 应核对阶数估计规则、所称一般条件及强弱一致性的适用范围，并确认高估概率结果针对哪些具体的不一致情形。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；估计准则、条件和高估概率表达式均未说明，不能推断有限样本选阶表现。
原文摘要
Under general conditions strong consistency of certain estimates of the maximum lags of an autoregressive moving average process is established. A theorem on weak consistency is also proved and in certain cases where consistency does not hold the probability of over-estimation of a maximum lag is evaluated.