跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要明确讨论时间序列非平稳回归与单位根理论,并将网络计量列为课程主题,支持这两个方向但网络细节较少。

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
Christis Katsouris

网络依赖与非平稳性下的极限理论

研究问题
时间序列回归与网络计量中的依赖和非平稳性如何影响极限理论,局部趋近单位根及中等偏差结果能提供哪些分析工具?
方法与思路
作者以短期课程补充讲义梳理时间序列回归极限理论、局部趋近单位根参数化,以及协方差特征值和单位根中等偏差结果。
材料陈述的贡献
摘要所述贡献是组织相关渐近与非渐近理论材料,并讨论时间序列和网络计量中的开放问题,未明确声称全部结果为原创。
阅读关注点
应核对各结果对依赖、矩条件及参数趋近速率的要求,区分引述材料与新结果,并检查网络部分的实际覆盖范围。
阅读边界
所据为 arXiv 预印本,同行评审或期刊接收未核实;材料属于课程讲义,摘要未列具体定理,也未完整描述网络依赖设定。

原文摘要

These lecture notes represent supplementary material for a short course on time series econometrics and network econometrics. We give emphasis on limit theory for time series regression models as well as the use of the local-to-unity parametrization when modeling time series nonstationarity. Moreover, we present various non-asymptotic theory results for moderate deviation principles when considering the eigenvalues of covariance matrices as well as asymptotics for unit root moderate deviations in nonstationary autoregressive processes. Although not all applications from the literature are covered we also discuss some open problems in the time series and network econometrics literature.

笔记与分组