Kernel density estimation for linear processes
线性过程的核密度估计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：摘要直接研究线性时间过程中的短程、长程依赖与估计渐近行为，对应时间序列。
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
线性过程的核密度估计
- 研究问题
- 单边线性过程中的序列依赖如何影响核密度估计的渐近行为？论文比较短程依赖与长程依赖下不同带宽的作用。
- 方法与思路
- 作者分析单边线性过程的核密度估计，在较弱带宽要求下研究短程依赖的正态极限，并划分长程依赖的带宽情形。
- 材料陈述的贡献
- 摘要称，论文证明短程依赖下核密度估计的渐近正态性，并刻画长程依赖下随带宽选择出现的二分与三分现象。
- 阅读关注点
- 应核对线性过程及创新项条件、带宽限制的准确含义，以及长程依赖下各分区的收敛速率、标准化和极限分布。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；依赖强度、带宽阈值与各分区结论未展开，不能自行补出具体极限形式。
原文摘要
In this paper we provide a detailed characterization of the asymptotic behavior of kernel density estimators for one-sided linear processes. The conjecture that asymptotic normality for the kernel density estimator holds under short-range dependence is proved under minimal assumptions on bandwidths. We also depict the dichotomous and trichotomous phenomena for various choices of bandwidths when the process is long-range dependent.