Diagnostic Checking of Unobserved-Components Time Series Models
不可观测成分时间序列模型的诊断检验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：摘要直接研究不可观测成分时间序列模型的残差诊断，并讨论结构变化的检测与区分，因此归入时间序列与结构变化。
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
不可观测成分时间序列模型的诊断检验
- 研究问题
- 在不可观测成分时间序列模型中，除一步预测误差外，成分扰动的辅助残差如何用于模型诊断，并帮助区分异常值与结构变化？
- 方法与思路
- 作者把辅助残差作为不可观测成分扰动的估计量，推导其性质及与创新项的关系，并据此构造检验统计量、展示诊断应用。
- 材料陈述的贡献
- 摘要称，文章刻画了不同辅助残差之间及其与创新项的联系，并通过应用展示利用这些残差检测和区分异常值与结构变化的用途。
- 阅读关注点
- 阅读全文时应核对辅助残差的定义、性质推导与检验统计量的构造，重点查看异常值和结构变化如何区分，以及应用证据的范围。
- 阅读边界
- 摘要未说明检验所需的具体假设、统计量的参考分布及误报表现；应用仅被概述，仅凭摘要无法判断诊断程序在其他模型中的有效性。
原文摘要
Diagnostic checking of time-series models is normally carried out using the innovations, that is the one-step ahead prediction errors. In an unobserved components model, other sets of residuals are available. These auxiliary residuals are estimators of the disturbances associated.with the unobserved components. The article shows how the properties of the auxiliary residuals may be obtained, how they are related to each other and to the innovations, and how they can be used to construct test statistics. Applications are presented showing how residuals can be used to detect and distinguish between outliers and structural change.