Asymptotic properties of estimators for autoregressive models with errors in variables
含测量误差的自回归模型估计量的渐近性质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：摘要明确研究含测量误差的 AR 模型及修正 Yule–Walker 估计，直接属于时间序列方法。
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
含测量误差的自回归模型估计量的渐近性质
- 研究问题
- 观测序列由潜在自回归过程与平稳测量误差相加构成时，如何估计自回归参数，并确定估计的一致性与收敛速度？
- 方法与思路
- 作者从严格平稳观测序列出发，使用修正的 Yule–Walker 方程计算自回归参数估计量，并在测量误差条件下分析性质。
- 材料陈述的贡献
- 摘要称，在测量误差满足若干较宽泛假设时，文章建立相关参数估计量的一致性性质及收敛速度，但未列出具体结果。
- 阅读关注点
- 应核对测量误差的相关结构、其与潜在过程的关系，以及方程修正方式、参数可识别条件和收敛速度的适用情形。
- 阅读边界
- 仅据版本未注明的索引摘要，无法确定误差假设与具体速率；误差均值为零本身不足以推出参数一致性或渐近正态性。
原文摘要
Let ${X_t, t \epsilon \mathbb{Z}}$ be an observable strictly stationary sequence of random variables and let $X_t = U_t + \varepsilon_t$, where ${U_t}$ is an AR (p) and ${\varepsilon_t}$ is a strictly stationary sequence representing errors of measurement in ${X_t}$, with $E{\varepsilon_1} = 0$. Under some broad assumptions on ${\varepsilon_t}$ we establish the consistency properties as well as the rates of convergence for the standard estimators for the autoregressive parameters computed from a set of modified Yule-Walker equations.