Víctor Gómez;菲利克斯Aparicio-Pérez;桑切斯-阿尔维拉，阿尔恩格尔 基于子空间方法的传递函数预测的替代方法。 （英语） Zbl 1205.62138号 Commun公司。Stat.，模拟计算。 39，编号8-10，1855-1867（2010）. 摘要：在时间序列文献中，最近的兴趣集中在所谓的子空间方法上。这些技术使用典型相关和线性回归来估计以状态空间形式表示的ARMAX模型的系统矩阵。我们将结果与传统传递函数模型的结果进行了比较，发现两种方法得到的预测结果相似。这一结果非常令人鼓舞，因为与传递函数模型相比，子空间方法可以被视为几乎是自动的。 MSC公司： 62M20型 随机过程推断和预测 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62H20个 关联度量（相关性、典型相关性等） 65C60个 统计中的计算问题（MSC2010） 关键词：ARMAX公司;预测;卡尔曼滤波器;状态空间模型;子空间方法;传递函数 PDF格式BibTeX公司 XML格式引用 \textit{V.Gómez}等人，Commun。统计、仿真计算。39，编号8-10，1855--1867（2010；Zbl 1205.62138） 全文： 内政部 哈尔 参考文献： [1] 安德森·T·W，《数理统计年鉴》22，第327页–（1951）·Zbl 0043.13902号 ·doi:10.1214/aoms/1177729580 [2] Beguin J.M.，《时间序列》第423页——（1980年） [3] Box G.E.P.，时间序列分析、预测和控制（1976年）·Zbl 0363.62069号 [4] Jenkins G.M.，光谱分析及其应用（1968年）·Zbl 0167.17504号 [5] Larimore W.E.，《1983年美国控制会议论文集》，第2页，445–（1983） [6] Liu L.M.，《统计学中的传播——理论和方法》，第11页，297页，（1982年）·doi:10.1080/03610928208828236 [7] Ljung L.，《系统识别：用户理论》（1999）·Zbl 0615.93004号 [8] Reinsel G.C.，《多元时间序列分析要素》（1997）·Zbl 0873.62086号 ·doi:10.1007/978-1-4612-0679-8 [9] Tsay R.S.，《商业与经济统计杂志》，第3页，第228页–（1985年）·doi:10.2307/1391593 [10] Tsay R.S.，《商业与经济统计杂志》，第7页，第327页–（1989年）·doi:10.2307/1391530 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。