Joint Mean-Vector and Var-Matrix estimation for Locally Stationary VAR(1) processes
局部平稳 VAR(1) 过程的均值向量与自回归系数矩阵联合估计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。
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：摘要直接研究局部平稳向量自回归过程及平滑时变参数估计，属于时间序列方法，未涉及结构冲击识别。
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
局部平稳 VAR(1) 过程的均值向量与自回归系数矩阵联合估计
- 研究问题
- 对于均值和非对角自回归系数矩阵均随时间平滑变化的局部平稳 VAR(1)，如何联合估计这些动态参数曲线？
- 方法与思路
- 作者采用基于核平滑的加权最小二乘，将时变非零均值与时变 VAR 系数矩阵联合估计，并给出局部线性权重矩阵表达。
- 材料陈述的贡献
- 摘要陈述联合估计程序及局部线性权重矩阵的闭式表达，并通过模拟展示估计曲线的质量，但未报告具体误差指标。
- 阅读关注点
- 应核对局部平稳性与平滑性要求、带宽选择、边界处理，以及联合估计如何区分均值变化与自回归动态变化。
- 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；摘要未说明渐近理论和模拟数值，VAR 矩阵指自回归系数矩阵。
原文摘要
During the last two decades, locally stationary processes have been widely studied in the time series literature. In this paper we consider the locally-stationary vector-auto-regression model of order one, or LS-VAR(1), and estimate its parameters by weighted least squares. The LS-VAR(1) we consider allows for a smoothly time-varying non-diagonal VAR matrix, as well as for a smoothly time-varying non-zero mean. The weighting scheme is based on kernel smoothers. The time-varying mean and the time-varying VAR matrix are estimated jointly, and the definition of the local-linear weighting matrix is provided in closed-from. The quality of the estimated curves is illustrated through simulation results.