Statistical inference for high-dimensional panel functional time series
高维面板函数型时间序列的统计推断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：摘要明确以函数型时间序列的依赖结构及其统计推断为核心，故归入时间序列方向；面板形式本身不足以认定宏观面板应用。
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
高维面板函数型时间序列的统计推断
- 研究问题
- 对于高维面板形式的函数型时间序列，如何同时推断各均值函数，并检验面板维度上的均值曲线是否平行？
- 方法与思路
- 作者结合函数的基展开定义物理依赖过程，推导高维函数型时间序列和的高斯与乘子自助近似，并据此构造推断工具。
- 材料陈述的贡献
- 摘要称建立相关近似理论，给出均值函数的联合同时置信带和平行性检验，并以小规模模拟及加拿大温度数据展示应用。
- 阅读关注点
- 应核对物理依赖与基展开的条件、面板维度及截断维度的增长限制，以及同时置信带覆盖和曲线平行检验的构造。
- 阅读边界
- 仅依据所给 Crossref 摘要。摘要未给出维度增长速率、依赖条件或模拟数值；温度数据应用不能直接证明对宏观经济面板同样有效。
原文摘要
Abstract In this paper, we develop statistical inference tools for high-dimensional functional time series. We introduce a new concept of physical dependent processes in the space of square integrable functions, which adopts the idea of basis decomposition of functional data in these spaces, and derive Gaussian and multiplier bootstrap approximations for sums of high-dimensional functional time series. These results have numerous important statistical consequences. Exemplarily, we consider the development of joint simultaneous confidence bands for the mean functions and the construction of tests for the hypotheses that the mean functions in the panel dimension are parallel. The results are illustrated by means of a small simulation study and in the analysis of Canadian temperature data.