Estimating the Order of Autoregressive Models: The Max x 2 Method
自回归模型阶数估计：max x 2 方法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：摘要明确涉及自回归模型的阶数估计与子集自回归选择，属于时间序列方法，但未提供宏观预测任务的直接证据。
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
自回归模型阶数估计：max x 2 方法
- 研究问题
- 当自回归建模采用子集选择技术时，如何确定模型阶数，新提出的方法与 Akaike 的最终预测误差方法相比表现如何？
- 方法与思路
- 作者提出与子集自回归配合使用的 max x 2 阶数选择方法，并开展模拟，与 Akaike 的 FPE 阶数估计方法比较。
- 材料陈述的贡献
- 摘要称，在与子集自回归技术结合使用时，max x 2 方法的模拟表现优于 FPE，但未说明具体评价指标或改善幅度。
- 阅读关注点
- 应核对方法名称及统计量的原始符号、阶数与子集的联合选择程序，并查看模拟过程、比较准则和适用模型范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；max x 2 的数学记号可能失真，需查原文；模拟指标和条件未说明。
原文摘要
We develop a method of choosing the order of an autoregression to be used in conjunction with the subset autoregression technique (McClave 1975). A simulation is performed to compare this method (the max x 2 method) with Akaike's (1969, 1970) FPE technique of estimating order. The max x 2 outperforms FPE when used in conjunction with subset autoregression.