A smooth transition autoregressive model for matrix-variate time series
矩阵值时间序列的平滑转换自回归模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究矩阵值时间序列及其动态机制的平滑状态变化。
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
矩阵值时间序列的平滑转换自回归模型
- 研究问题
- 当具有时间依赖的矩阵数据呈现渐进式动态状态切换时，如何扩展线性矩阵自回归模型，以刻画非突发的机制变化？
- 方法与思路
- 作者在矩阵自回归框架中引入平滑转换机制，提出矩阵平滑转换自回归模型，并讨论估计过程、渐近性质及模拟和实际数据表现。
- 材料陈述的贡献
- 摘要所述贡献是让矩阵时间序列模型能够容纳平滑的状态变化，并提供相应估计分析与数据示例，具体性能结果未披露。
- 阅读关注点
- 应核对转换函数和转换变量的设定、不同状态参数的识别、稳定性与渐近条件，以及实际数据是否支持平滑转换机制。
- 阅读边界
- 依据的是 arXiv 预印本摘要，同行评审及期刊接收未核实；摘要未说明具体模型限制、渐近条件或数值结果，不能判断实际改进幅度。
原文摘要
In many applications, data are observed as matrices with temporal dependence. Matrix-variate time series modeling is a new branch of econometrics. Although stylized facts in several fields, the existing models do not account for regime switches in the dynamics of matrices that are not abrupt. In this paper, we extend linear matrix-variate autoregressive models by introducing a regime-switching model capable of accounting for smooth changes, the matrix smooth transition autoregressive model. We present the estimation processes with the asymptotic properties demonstrated with simulated and real data.