Estimation in the First Order Moving Average Model Based on Sample Autocorrelations
基于样本自相关的一阶移动平均模型估计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。
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：摘要明确研究一阶移动平均模型及基于样本自相关的参数估计，直接对应时间序列方法。
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
基于样本自相关的一阶移动平均模型估计
- 研究问题
- 在一阶移动平均模型中，如何利用多个样本自相关估计首阶自相关及模型参数，并选择随样本量增长的自相关数量？
- 方法与思路
- 作者分析利用多个样本自相关的估计方案，让所用数量随样本量增加，并提出便于计算和研究数量选择的等价形式。
- 材料陈述的贡献
- 摘要称该估计量具有一致性和渐近正态性；在所用数量增长快于对数样本量、慢于样本量平方根时还具有效率性质。
- 阅读关注点
- 应核对模型参数空间、效率比较的基准和所需条件，并查看自相关数量的有限样本选择及替代形式的计算细节。
- 阅读边界
- OpenAlex索引摘要未注明稿件版本；摘要未说明全部模型条件、效率基准或有限样本表现，增长条件不能代替完整定理。
原文摘要
For the first order moving average we consider a proposal by Walker (Biometrika, 1961) to use $k$ sample autocorrelations $(1 < k < T, T$ sample size), to estimate the first autocorrelation of the model, and hence its basic parameter. When $k = k_T \rightarrow \infty$ as $T \rightarrow \infty$, the estimator is proved consistent and asymptotically normal and efficient, the latter provided $k_T$ dominates $\log T$ and is dominated by $T^\frac{1}{2}$. An alternative form of the estimator facilitates the calculations and the analysis of the role of $k$, without changing the asymptotic properties.