Analysis of Stationary Spatial-Temporal Processes: Estimation and Prediction
平稳时空过程的分析：估计与预测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：摘要明确研究平稳时空过程及其时间预测，对应时间序列和预测方法；未说明宏观经济应用。
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
平稳时空过程的分析：估计与预测
- 研究问题
- 如何估计表示平稳时空过程的联立线性模型，在不同空间阶数下计算似然，并在参数已知时进行时间预测？
- 方法与思路
- 作者针对空间阶数为一的过程构造简便的似然计算方法，为更高空间阶数发展替代方法，并讨论已知参数下的时间预测。
- 材料陈述的贡献
- 摘要称，提供了一阶空间过程的简便似然算法及适用于高阶过程的替代方法，并说明参数已知时如何进行时间预测。
- 阅读关注点
- 应核对平稳性与模型参数条件、一阶算法不能推广的原因、高阶替代方法的计算要求，以及已知参数预测的具体形式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未说明参数估计误差如何进入预测，也未提供预测精度、算法成本或刊本变化。
原文摘要
The paper analyses a simultaneous linear model representing stationary spatial-temporal processes. For processes with unit spatial orders, a simple method to compute the likelihood function is developed. Unfortunately, this technique does not generalize to higher order processes. Alternative methods applicable to higher order processes are developed. Finally, it is shown how predictions can be made over time if the parameters are known.