Fully Nonparametric Estimation of Scalar Diffusion Models
标量扩散模型的完全非参数估计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：摘要研究离散观测下扩散过程的估计，讨论平稳与非平稳情形及观测频率、时段增长下的渐近性质，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…
标量扩散模型的完全非参数估计
- 研究问题
- 如何仅凭离散观测，在较弱的数据生成要求下非参数估计标量扩散过程，并在漂移或扩散函数为干扰参数时识别另一函数？
- 方法与思路
- 作者提出齐次随机微分方程的函数估计程序，分别处理漂移和扩散函数的识别，并考察观测频率提高、观测时段延长时的渐近行为。
- 材料陈述的贡献
- 摘要称估计量具有几乎必然一致性，并弱收敛至由过程局部时决定的混合正态分布；结果适用于平稳及非平稳的常返过程。
- 阅读关注点
- 阅读全文应核对识别所需的正则条件、采样频率与时段增长的关系，以及局部时如何进入极限分布和实际推断。
- 阅读边界
- 摘要未说明具体估计公式、采样限制及置信区间构造；适用范围限定于所述常返过程，不能据此推广到所有非平稳过程。
原文摘要
We propose a functional estimation procedure for homogeneous stochastic differential equations based on a discrete sample of observations and with minimal requirements on the data generating process. We show how to identify the drift and diffusion function in situations where one or the other function is considered a nuisance parameter. The asymptotic behavior of the estimators is examined as the observation frequency increases and as the time span lengthens. We prove almost sure consistency and weak convergence to mixtures of normal laws, where the mixing variates depend on the chronological local time of the underlying diffusion process, that is the random time spent by the process in the vicinity of a generic spatial point. The estimation method and asymptotic results apply to both stationary and nonstationary recurrent processes.