Regression Analysis of Relationships between Autocorrelated Time Series
自相关时间序列之间关系的回归分析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：题名明确涉及自相关时间序列，摘要进一步说明线性方程系统及其估计分析。
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
自相关时间序列之间关系的回归分析
- 研究问题
- 根据题名与简短摘要，论文关注自相关时间序列间的线性回归关系，以及闭环、递归方程系统及相应估计方法的性质。
- 方法与思路
- 作者将分析分为两部分：先讨论完整线性回归方程系统，特别是闭环与递归系统，再考察最小二乘及高斯—马尔可夫型估计。
- 材料陈述的贡献
- 摘要仅说明分析覆盖的系统类型与估计方法，未陈述具体定理、偏差或效率结论，无法据此确认方法上的新增贡献。
- 阅读关注点
- 应核对各系统的结构与误差自相关设定、估计目标和识别条件，以及最小二乘与高斯—马尔可夫型估计的具体比较结论。
- 阅读边界
- 仅据所给 Crossref 简短摘要；平稳性、误差结构、识别与估计性质均未说明，不能推断其处理内生性的方法或刊本变化。
原文摘要
Summary The properties of complete systems of linear regression equations, (in particular systems of the closed-loop and recursive type) are discussed in Part I, while least-square estimators and estimators of the Gauss-Markoff type are examined in Part II.