Limiting Distributions of Least Squares Estimates of Unstable Autoregressive Processes
不稳定自回归过程最小二乘估计的极限分布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：摘要直接分析自回归过程、特征根和最小二乘估计的非标准极限分布，明确支持时间序列方法分类。
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
不稳定自回归过程最小二乘估计的极限分布
- 研究问题
- 对于按摘要定义、特征多项式根均在单位圆上或圆外的自回归过程，最小二乘参数估计的极限分布如何刻画？
- 方法与思路
- 作者在创新项具有二加一个正数阶矩的假设下，将最小二乘估计的极限分布表示为随机积分的泛函，并建立相关弱收敛结果。
- 材料陈述的贡献
- 摘要称放宽了既有分布结果对根结构的限制，刻画更一般情形的极限分布，并发展具有独立价值的随机积分弱收敛结果。
- 阅读关注点
- 应核对不同根位置与重数对应的归一化方式、创新项除矩条件外的要求，以及随机积分表示和初始值的作用。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；摘要未给出归一化矩阵及全部条件，不能仅凭“不稳定”一词推断具体极限形式。
原文摘要
An autoregressive process $y_n = \beta_1y_{n-1} + \cdots + \beta_py_{n-p} + \varepsilon_n$ is said to be unstable if the characteristic polynomial $\phi(z) = 1 - \beta_1z - \cdots - \beta_pz^p$ has all roots on or outside the unit circle. The limiting distribution of the least squares estimate of $(\beta_1, \cdots, \beta_p)$ is derived and characterized as a functional of stochastic integrals under a $2 + \delta$ moment assumption on $\varepsilon_n$. Up to the present, distributional results were available only with substantial restrictions on the possible roots which did not suggest the form of the distribution for the general case. To establish the limiting distribution, a result concerning the weak convergence of a sequence of random variables to a stochastic integral, which is of independent interest, is also developed.