A Note on Using State-Dependent Models With a Time-Dependent Variance
具有时变方差的状态依赖模型使用札记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：摘要明确讨论序列的状态依赖模型、残差方差随时间变化及移动平均方案，因此归入时间序列方法方向。
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
具有时变方差的状态依赖模型使用札记
- 研究问题
- 对部分时间序列，若状态依赖模型的残差方差随时间变化，是否可能改善模型表现，以及应如何刻画这种方差变化？
- 方法与思路
- 作者扩展 Priestley 的状态依赖模型，允许残差方差按照移动平均方案随时间变化；摘要没有说明方案的具体形式或估计步骤。
- 材料陈述的贡献
- 摘要提出在状态依赖模型中引入时变残差方差的扩展，并称这可能改善某些序列上的表现；没有陈述普遍改善或量化结果。
- 阅读关注点
- 读全文应核对移动平均方差方案的定义、方差保持有效的条件及估计方法，并确认表现改善采用何种指标和比较基准。
- 阅读边界
- 摘要未说明应用序列、模型设定、性能指标或理论保证；改善只被表述为某些序列上的可能性，不能据此确认一般优势。
原文摘要
This research presents an extension of the state-dependent models (SDM) developed by Priestley. For some series, improvement in SDM performance may be achieved by permitting the residual variance to vary through time according to a moving-average scheme.