Nonlinear Additive ARX Models
非线性加性 ARX 模型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：摘要明确研究非线性时间序列和带外生变量的自回归模型，直接对应时间序列方向。
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
非线性加性 ARX 模型
- 研究问题
- 如何为带外生变量的非线性时间序列构建加性自回归模型，同时识别未知非线性函数并选择最终保留的解释变量？
- 方法与思路
- 作者提出两套建模程序，分别使用 ACE 与 BRUTO 回拟合技术识别非线性函数，再结合最优子集回归和变量选择确定模型。
- 材料陈述的贡献
- 摘要明确提出非线性加性 ARX 模型的两种建模流程，并使用模拟与真实例子展示分析；未陈述理论最优性或预测优势。
- 阅读关注点
- 应核对加性结构、滞后与外生变量的处理方式，回拟合和变量选择的衔接，以及实例是否提供模型诊断和样本外验证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；平稳性、外生性、收敛条件与预测结果未说明，不能据此作因果解释或优势判断。
原文摘要
We consider in this article a class of nonlinear additive autoregressive models with exogenous variables for nonlinear time series analysis and propose two modeling procedures for building such models. The procedures proposed use two backfitting techniques (the ACE and BRUTO algorithms) to identify the nonlinear functions involved and use the methods of best subset regression and variable selection in regression analysis to determine the final model. Simulated and real examples are used to illustrate the analysis.