Additive Nonlinear ARX Time Series and Projection Estimates
加性非线性 ARX 时间序列与投影估计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：摘要明确研究加性非线性 ARX 时间序列及其非参数投影估计，文本直接对应时间序列细分方向。
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
加性非线性 ARX 时间序列与投影估计
- 研究问题
- 在包含内生和外生成分的加性非线性 ARX 时间序列模型中，如何利用投影识别各成分并进行非参数估计？
- 方法与思路
- 作者以投影识别并估计模型成分，估计过程对核型估计作平均，并在明确的正则条件下建立相应渐近理论。
- 材料陈述的贡献
- 摘要称，文章将此前单变量时间序列中的非正式处理扩展到非线性 ARX，并给出投影估计量渐近正态性的严格理论。
- 阅读关注点
- 应核对加性成分的识别与归一化、时间依赖和外生性要求，以及核估计、平均步骤和带宽对渐近结论的影响。
- 阅读边界
- 所给 Crossref 摘要未列出具体正则条件或数值表现，不能认定一般非线性 ARX 均可识别，也不能推断版本变化。
原文摘要
We propose projections as means of identifying and estimating the components (endogenous and exogenous) of an additive nonlinear ARX model. The estimates are nonparametric in nature and involve averaging of kernel-type estimates. Such estimates have recently been treated informally in a univariate time series situation. Here we extend the scope to nonlinear ARX models and present a rigorous theory, including the derivation of asymptotic normality for the projection estimates under a precise set of regularity conditions.