Identification of Echelon Canonical Forms for Vector Linear Processes Using Least Squares
用最小二乘识别向量线性过程的阶梯规范形式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：摘要直接研究平稳可逆向量ARMA时间序列的模型识别与估计；其中结构指标属于模型表示，不能据此归为结构冲击分析。
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
用最小二乘识别向量线性过程的阶梯规范形式
- 研究问题
- 对于以反向阶梯规范形式表示的平稳可逆向量ARMA过程，如何同时估计参数与确定结构指标，并讨论对更一般过程的逼近？
- 方法与思路
- 作者提出基于闭式最小二乘计算的识别方法，用于向量ARMA模型的参数估计与结构指标确定，并分析一致性及逼近表现。
- 材料陈述的贡献
- 摘要称证明该方法的一致性，并讨论将它作为更一般过程近似工具时的运行特征，兼顾参数估计与结构指标的确定。
- 阅读关注点
- 应核对阶梯规范形式及结构指标的定义、最小二乘步骤的一致性条件，以及有限阶模型逼近一般过程时的适用限制。
- 阅读边界
- 材料为稿件版本未注明的OpenAlex索引摘要；具体一致性条件、阶数选择规则和逼近误差未说明，也未提供结构冲击识别。
原文摘要
In this paper a method of identifying stationary and invertible vector autoregressive moving-average time series is proposed. The models are presumed to be represented in (reversed) echelon canonical form. Consideration is given to both parameter estimation and the determination of structural indices, the evaluations being based on the use of closed form least squares calculations. Consistency of the technique is shown and the operational characteristics of the procedure when employed as a means of approximating more general processes is discussed.