Linear Prediction by Autoregressive Model Fitting in the Time Domain
通过时域自回归模型拟合进行线性预测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：摘要明确研究平稳过程、自回归拟合和未来值线性预测，因此直接对应时间序列及预测两个方向。
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
通过时域自回归模型拟合进行线性预测
- 研究问题
- 使用一个平稳过程样本估计自回归系数，再预测独立且统计性质相同的另一过程时，估计误差如何影响预测均方误差？
- 方法与思路
- 作者以最小二乘拟合随样本量增长的自回归阶数，在摘要给定的阶数增长限制下分析系数估计对线性预测的影响。
- 材料陈述的贡献
- 摘要称确定了系数估计对预测均方误差的影响，且该影响与通过分解加窗谱密度估计获得预测系数的情形相同。
- 阅读关注点
- 应核对所引用的平稳过程条件、两过程的独立性、阶数增长限制，以及均方误差比较的渐近含义和预测期限。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，所引用条件未展开；结论针对独立同性质过程，不能直接推广到同序列预测。
原文摘要
Let $\{x_t\}$ be a purely nondeterministic stationary process satisfying all the assumptions made by Berk (1974), and $\{y_t\}$ be another purely nondeterministic stationary process. Assume that $y_t$ is independent of $x_t$ but has exactly the same statistical properties as that of $x_t$. Consider the linear prediction of future values of $y_t$ on the basis of past values, using prediction constants estimated from a realisation of $T$ observations of $x_t$ by least-squares fitting of an autoregression of order $k$. By assuming that $k \rightarrow \infty, k^3/T \rightarrow 0$ as $T \rightarrow \infty$, the effect on the mean square error of prediction of estimating the autoregressive coefficients is determined. This effect is the same as for the case when the prediction constants are estimated by factorising a "windowed" estimate of the spectral density function of $x_t$.