ASYMPTOTIC THEORY FOR LOCAL TIME DENSITY ESTIMATION AND NONPARAMETRIC COINTEGRATING REGRESSION
局部时密度估计与非参数协整回归的渐近理论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：摘要直接讨论单整、分数单整时间序列及非参数协整和非平稳自回归，文本依据集中于时间序列方向。
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
局部时密度估计与非参数协整回归的渐近理论
- 研究问题
- 对于单整和分数单整时间序列的函数泛函，如何建立局部时密度估计的渐近理论，并用于非参数协整回归和非平稳自回归？
- 方法与思路
- 作者直接围绕局部时估计及相关过程的密度函数建立极限理论，为这些非平稳回归问题提供区别于既有分析路线的方法。
- 材料陈述的贡献
- 摘要称，主要结果为非参数协整回归及非平稳自回归的极限理论提供便利基础，并给出有别于 Markov 链和 Fourier 积分的路径。
- 阅读关注点
- 应核对允许的单整阶数和泛函类别、局部时与密度估计的联系，以及如何从主要定理导出回归估计量的极限分布。
- 阅读边界
- 仅据所给 Crossref 版本摘要，带宽、正则条件和具体回归结论未说明；提供另一理论路径不等于证明效率或有限样本优势。
原文摘要
Asymptotic theory is developed for local time density estimation for a general class of functionals of integrated and fractionally integrated time series. The main result provides a convenient basis for developing a limit theory for nonparametric cointegrating regression and nonstationary autoregression. The treatment directly involves local time estimation and the density function of the processes under consideration, providing an alternative approach to the Markov chain and Fourier integral methods that have been used in other recent work on these problems.