Discrete Time Series Generated by Mixtures. I: Correlational and Runs Properties
混合生成的离散时间序列（一）：相关与游程性质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：摘要明确研究平稳离散时间序列的相关结构、频谱和游程性质，直接对应时间序列方法。
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
混合生成的离散时间序列（一）：相关与游程性质
- 研究问题
- 如何用参数较简洁的模型描述平稳、相关的离散随机序列，并刻画其二阶依赖、频谱与连续取值游程的长度性质？
- 方法与思路
- 作者通过独立同分布离散变量的概率线性组合构造序列，以边际分布和其他参数指定模型，并分析多个子模型。
- 材料陈述的贡献
- 摘要称得到二阶联合矩、频谱和部分游程长度性质，并讨论可作为离散时间点过程计数模型的二值特例。
- 阅读关注点
- 应核对概率线性组合的准确构造、平稳性与参数约束，以及非马尔可夫依赖、频谱和二值游程性质的推导范围。
- 阅读边界
- 仅依据所给 Crossref 摘要；未说明参数估计、模型识别或经验拟合表现，不能据此推断预测优势及其他版本变化。
原文摘要
Summary A broad but parametrically simple model for a stationary sequence of dependent discrete random variables is given and several submodels are discussed. The structure of the model is specified by the marginal distribution of the random variables and several other parameters. The sequence of random variables is formed by a probabilistic linear combination of i.i.d. discrete random variables and is in general not Markovian. Second-order joint moments and spectra are obtained for the model, as well as some properties for the lengths of runs. The special case of a process in which the variables take on only two values is considered; this binary process is useful as a model for the counting process in a discrete-time point process.