The Fitting of Non-Stationary Time-Series Models with Time-Dependent Parameters
含时变参数的非平稳时间序列模型拟合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：摘要明确研究非平稳时间序列及其时变参数估计。
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
含时变参数的非平稳时间序列模型拟合
- 研究问题
- 如何估计非平稳时间序列模型的时变参数，并利用估计偏差与方差来比较不同权重函数的表现？
- 方法与思路
- 作者采用加权最小二乘估计时变参数，推导偏差与方差的近似表达式，并与加权最大似然程序进行比较。
- 材料陈述的贡献
- 摘要称，近似表达式可用于均方误差意义下评价权重，且两类加权估计相同，并提供数值示例。
- 阅读关注点
- 应核对时变参数与依赖结构的设定、近似表达式的有效范围，以及最小二乘与最大似然等价所需条件。
- 阅读边界
- 仅据所给 Crossref 摘要；摘要未说明模型分布、权重选择规则或近似误差，不能推断后续版本变化。
原文摘要
Summary We use the method of weighted least squares to estimate the time-dependent parameters of non-stationary time-series models. Approximate expressions for the bias and variance of the estimates, which could be used to assess the merits of various weight functions on the basis of “mean square error” criterion, are obtained. In Section 5, it is shown that the estimates obtained by weighted least-squares method are the same as estimates obtained by weighted maximum-likelihood estimation procedure. The procedures are numerically illustrated in the last section.