Burn-in-Free Simulation of VARMA Time Series
无需预热期的 VARMA 时间序列模拟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 VARMA 与 VARMAX 时间序列的模拟和相关模型量计算。
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
无需预热期的 VARMA 时间序列模拟
- 研究问题
- 如何精确且高效地模拟 VARMA 时间序列而无需预热期，并在平稳初始化或用户指定初始状态时正确生成创新项？
- 方法与思路
- 作者从状态与创新的联合平稳分布或条件分布取样，自动选择协方差计算方法，并用三级 BLAS 加速多次重复模拟。
- 材料陈述的贡献
- 摘要称 Varmapack 提供多语言接口、VARMAX 模拟及多种模型量计算，在所考察平台、模型和软件上获得明显加速。
- 阅读关注点
- 应核对精确模拟所需的模型与创新分布条件、指定初值后的条件抽样，以及基准测试的规模、平台和计时口径。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未列出全部精确性条件，性能增益仅针对所考察配置。
原文摘要
Varmapack is a software package for efficient, exact simulation of VARMA time series without a burn-in period. For stationary models, Varmapack can generate initial states and innovations from their joint stationary distribution. Alternatively, the user can supply initial states, in which case innovations are generated from their conditional distribution. The core C library has interfaces to R, Python, and Matlab. It also offers VARMAX simulation and computation of autocovariances and correlations, spectral radii, and impulse responses. Varmapack automatically selects between vector-Yule-Walker and state-space methods for covariance computation and uses level-3 BLAS operations for efficient generation of multiple replicates. Benchmarks on several platforms show substantial performance gains over existing simulation software, ranging from several-fold to more than three orders of magnitude for the packages and models considered. Varmapack is open source and publicly available through GitHub.