Analysis of Autoregressive-Moving Average Models: Estimation and Prediction
自回归移动平均模型分析：估计与预测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 ARMA 时间序列的似然估计及未来观测的条件预测。
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
自回归移动平均模型分析：估计与预测
- 研究问题
- 如何对单变量平稳正态 ARMA 模型计算精确似然、估计参数，并精确求取给定已观测序列的未来预测分布特征？
- 方法与思路
- 作者推导精确似然及协方差矩阵相关量的计算方法，讨论最小二乘与最大似然估计，并以模拟评价若干近似估计方案。
- 材料陈述的贡献
- 摘要称，给出了精确似然和条件预测均值、方差的便利计算方式；近似估计在已尝试的有限情形中表现有潜力。
- 阅读关注点
- 应核对平稳正态设定、初始观测的处理、精确与近似估计的计算差异，以及模拟范围和多步条件预测的具体实现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；近似方法只在有限案例中评价，预测条件的部分记号有提取异常，需查阅原 PDF。
原文摘要
The exact likelihood function from a set of observations generated by univariate stationary normal autoregressive–moving average models is derived. Convenient methods are developed to evaluate the exact likelihood function, specifically the inverse and determinant of the T × T covariance matrix of the observations, ΣT and the quadratic form, Z′ΣT-1Z, where Z is a T × 1 vector of observations. Computations of the least squares and the maximum likelihood estimates of the parameters are discussed and illustrated. Several approximations to these estimators are suggested and their feasibility and quality are examined through a simulation. They seem promising alternatives from the limited cases that have been tried. The mean and variance of the predictive distribution of any future Z conditional on the observed Z∘s are conveniently expressed for exact computation.