Reduced rank models for multiple time series
多元时间序列的降秩模型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：摘要明确研究多元自回归过程及系数矩阵的降秩结构，没有提供结构冲击识别或因子模型的直接依据。
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…
多元时间序列的降秩模型
- 研究问题
- 如何为多元时间序列的自回归系数矩阵施加类似降秩回归的结构，并估计其参数、建立相应的渐近理论？
- 方法与思路
- 作者详细研究具有降秩系数结构的多元自回归过程，推导参数估计及渐近理论，并讨论与已有典型分析的对应关系。
- 材料陈述的贡献
- 摘要称，文章建立相关估计与渐近理论，指出降秩回归程序和典型分析的确切对应，并以美国生猪数据作说明。
- 阅读关注点
- 应核对降秩约束施加于哪些矩阵、秩的确定方式、估计与渐近理论的条件，以及典型分析对应关系的具体范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明秩选择、平稳性等具体条件或应用数值，不能将降秩结构直接等同于协整或因子模型。
原文摘要
This paper is concerned with the investigation of reduced rank coefficient models for multiple time series. In particular, autoregressive processes which have a structure to their coefficient matrices similar to that of classical multivariate reduced rank regression are studied in detail. The estimation of parameters and associated asymptotic theory are derived. The exact correspondence between the reduced rank regression procedure for multiple autoregressive processes and the canonical analysis of Box & Tiao (1977) is briefly indicated. To illustrate the methods, U.S. hog data are considered.