The Estimation of Mixed Moving Average Autoregressive Systems
混合移动平均与自回归系统的估计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：摘要直接研究自回归与移动平均时间序列模型的参数估计及向量推广。
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
混合移动平均与自回归系统的估计
- 研究问题
- 如何利用数据的傅里叶变换估计混合移动平均与自回归模型参数，所得估计的渐近分布与高斯极大似然估计有何关系？
- 方法与思路
- 作者基于数据的傅里叶变换构造参数估计量，研究其渐近正态性，并讨论向量推广，其中详细处理向量移动平均模型。
- 材料陈述的贡献
- 摘要称该估计量渐近正态，且与高斯情形下极大似然估计具有相同渐近分布；方法可推广至向量系统。
- 阅读关注点
- 应核对时间序列与参数条件、傅里叶估计的计算步骤、与高斯极大似然渐近等价的范围，以及向量推广中的限制。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出具体正则条件，同一渐近分布不能说明有限样本估计完全相同。
原文摘要
Estimates are constructed of the parameters in mixed moving average autoregressive models based upon Fourier transformation of the data. These are shown to be asymptotically normal with the same distribution as the maximum likelihood estimators for the Gaussian case. The method extends to the vector case but the procedure is discussed in detail only for vector moving averages.