跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要围绕自回归过程、平稳性、衰减系数及预测滞后展开,直接对应时间序列理论,未提供宏观冲击或结构变化依据。

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
Varsha S. Kulkarni

非受限自回归过程的平稳性理论分析

研究问题
当自回归过程的系数带有递增幂次的衰减因子时,平稳性如何取决于系数、维度及衰减参数,并约束预测滞后数?
方法与思路
作者研究维度大于一、系数乘以衰减参数递增幂次的自回归过程,以参数间的关系表述平稳性条件,并讨论计算表现。
材料陈述的贡献
摘要称定理将平稳性条件表示为系数、维度和衰减参数之间的简单关系,并指出衰减参数影响系数界限及预测滞后数。
阅读关注点
应核对过程与维度的精确定义、系数排列方式、定理条件是否必要且充分,以及参数界限和滞后数限制的推导。
阅读边界
这是 arXiv 预印本,不能据此确认同行评审或期刊接收;摘要未给出定理公式、创新项条件或计算证据的具体结果。

原文摘要

The higher dimensional autoregressive models would describe some of the econometric processes relatively generically if they incorporate the heterogeneity in dependence on times. This paper analyzes the stationarity of an autoregressive process of dimension $k>1$ having a sequence of coefficients $β$ multiplied by successively increasing powers of $0<δ<1$. The theorem gives the conditions of stationarity in simple relations between the coefficients and $k$ in terms of $δ$. Computationally, the evidence of stationarity depends on the parameters. The choice of $δ$ sets the bounds on $β$ and the number of time lags for prediction of the model.

笔记与分组