On the fitting of multivariate autoregressions, and the approximate canonical factorization of a spectral density matrix
多元自回归拟合与谱密度矩阵的近似规范分解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：摘要直接涉及多元自回归拟合，并明确联系多元预测中的谱密度矩阵分解问题。
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
多元自回归拟合与谱密度矩阵的近似规范分解
- 研究问题
- 如何将逐步增加阶数的自回归递归拟合推广到多元过程，并保证阶数不足时的稳定性，以服务谱密度矩阵分解与多元预测？
- 方法与思路
- 作者推广 Durbin 的递归拟合方法至多元自回归及有理谱密度模型，并分析通过 Yule–Walker 关系拟合所得模型的稳定性质。
- 材料陈述的贡献
- 摘要称即使拟合阶数不足，Yule–Walker 自回归仍具所需稳定性，且多元情形也成立，为多元预测中的谱密度近似分解提供依据。
- 阅读关注点
- 应核对稳定性的精确定义与协方差条件、递归算法步骤，并区分稳定性保证和预测准确性，查看谱分解近似误差如何控制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；稳定性条件、近似误差和预测结果未说明，不能将稳定性结论解释为阶数不足时预测仍然最优。
原文摘要
The recursive method proposed by Durbin (1960) for the fitting of autoregreseive schemes of successively increasing order is generalized to the fitting of multivariate autoregressions, and of schemes with rational spectral density function. It is also shown that an auto regression fitted from the Yule-Walker relations, even if of insufficient order, has the necessary stability properties. This property holds in the multivariate case, too, and is important in connexion with a problem arising in multivariate prediction: the approximate factorization of a spectral density matrix.