Exact local Whittle estimation of fractional integration
分数单整的精确局部 Whittle 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：摘要研究分数单整过程的记忆参数及局部 Whittle 估计，直接属于时间序列方法。
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…
关注这篇论文的作者
分数单整的精确局部 Whittle 估计
- 研究问题
- 能否在不依赖数据加窗或差分预滤波的情况下，构造适用记忆参数不同取值的局部 Whittle 估计程序？
- 方法与思路
- 作者研究局部 Whittle 似然的精确形式，并在优化区间宽度小于二分之九（9/2）、过程初值已知的设定下分析估计量。
- 材料陈述的贡献
- 摘要称，在上述条件下，精确局部 Whittle 估计量对所有记忆参数取值均一致，且具有相同的零均值、四分之一方差正态极限。
- 阅读关注点
- 应核对精确似然如何处理初值、优化区间的设置、正态极限的标准化方式，以及已知初值条件对实际应用的约束。
- 阅读边界
- 以下限制对应原请求所用摘要版本：这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未提供全部正则条件，也未说明未知初值时是否保持相同结论。 原稿仅根据旧预印本摘要生成；本次只人工纠正摘要中9/2的中文分数写反，未调用模型或阅读全文，不能据此证明整个预印本与刊稿版本等价。
原文摘要
An exact form of the local Whittle likelihood is studied with the intent of developing a general-purpose estimation procedure for the memory parameter (d) that does not rely on tapering or differencing prefilters. The resulting exact local Whittle estimator is shown to be consistent and to have the same $N(0,\frac{1}{4})$ limit distribution for all values of d if the optimization covers an interval of width less than $\frac{9}{2}$ and the initial value of the process is known.