Regression Models with Time Series Errors
具有时间序列误差的回归模型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：摘要明确研究具有平稳或非平稳 ARMA 误差的时间序列回归及其定阶。
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
具有时间序列误差的回归模型
- 研究问题
- 当回归误差服从平稳或非平稳 ARMA 模型时，观测序列自相关和回归估计的收敛性质如何帮助确定误差阶数？
- 方法与思路
- 作者研究样本自相关函数与线性回归参数最小二乘估计的收敛性质，据此提出混合 ARMA 误差的初步定阶程序。
- 材料陈述的贡献
- 摘要称得到相关收敛结果，并以这些结果支持回归误差模型的初步阶数设定，同时提供两个应用示例。
- 阅读关注点
- 核对回归变量与误差过程的条件、平稳和非平稳情形的区别，以及观测序列自相关如何用于误差定阶。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出收敛速率、非平稳范围或定阶表现，不能认定程序总能选对阶数。
原文摘要
The time series regression models in which the errors of regression equations follow stationary or nonstationary autoregressive moving average models are considered. Convergence properties of the sample autocorrelation function of observed series and the least squares estimates of the linear regression parameters are shown. Based upon these results, a procedure for specifying the tentative order of the mixed ARMA errors is proposed. Two examples are given.