Disturbance smoother for state space models
状态空间模型的扰动平滑器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：摘要明确将状态空间扰动平滑用于未观测成分时间序列模型，直接对应时间序列方向。
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
状态空间模型的扰动平滑器
- 研究问题
- 在状态空间模型中，如何计算扰动向量的平滑估计及均方误差矩阵，并将其用于状态平滑、残差诊断和参数估计？
- 方法与思路
- 作者开发扰动平滑方法，由此构造状态向量的高效平滑器，并讨论未观测成分时间序列的辅助残差和协方差参数的 EM 估计。
- 材料陈述的贡献
- 摘要称，该方法同时提供扰动平滑估计及误差矩阵，并支持状态平滑、辅助残差计算和状态空间协方差参数估计等应用。
- 阅读关注点
- 应核对模型结构与分布假设、平滑递推和初始化、均方误差矩阵的定义，以及辅助残差与 EM 更新所需的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；未给出递推公式和适用条件，不能据此认定适用于所有非线性或非高斯模型。
原文摘要
This paper develops a method to evaluate the smoothed estimator of the disturbance vector in a state space model together with its mean squared error matrix. This disturbance smoother also leads to an efficient smoother for the state vector. Applications include a method to calculate auxiliary residuals for unobserved components time series models and an EM algorithm for estimating covariance parameters in a state space model.