Some results on multivariate autoregressive index models
多元自回归指数模型的若干结果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：摘要明确以多元自回归序列为对象，并以保留预测所需历史信息为目标。
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
多元自回归指数模型的若干结果
- 研究问题
- 如何用少量指数序列概括多元时间序列中与预测有关的历史信息，并估计指数构造及相应的自回归系数？
- 方法与思路
- 作者以较低维的指数序列表示多元自回归模型，讨论指数系数及自回归系数的极大似然估计和渐近性质。
- 材料陈述的贡献
- 摘要称，论文讨论了用于压缩预测信息的自回归指数建模方法、相关参数的估计性质，并提供一个数值示例。
- 阅读关注点
- 应核对指数序列的构造与维数选择、参数识别和渐近条件，以及数值示例如何衡量历史信息保留与预测表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明维数选择准则、具体渐近结论或预测改进幅度。
原文摘要
We discuss methods for modelling multivariate autoregressive time series in terms of a smaller number of index series which are chosen to provide as complete a summary as possible of the past information contained in the original series necessary for prediction purposes. The maximum likelihood method of estimation and asymptotic properties of estimators of the coefficients which determine the index variables, a well as the corresponding autoregressive coefficients, are discussed. A numerical example is presented to illustrate the use of the autoregressive index models.