SOME ASYMPTOTIC DISTRIBUTION THEORY FOR MARKOV CHAINS WITH A DENUMERABLE NUMBER OF STATES
可数状态马尔可夫链的若干渐近分布理论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：摘要讨论马尔可夫链的一般渐近理论，未明确对应宏观时间序列、离散选择或其他所列应用方向。
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
可数状态马尔可夫链的若干渐近分布理论
- 研究问题
- 可数状态马尔可夫链样本的某些函数及转移概率估计具有怎样的联合渐近分布，这些结果如何用于拟合优度检验？
- 方法与思路
- 作者先推导样本实现中某些函数的联合渐近分布，再获得转移概率估计的联合分布理论，并给出拟合优度检验应用。
- 材料陈述的贡献
- 摘要称建立了可数状态链相关样本函数与转移概率估计的联合渐近理论，并将其用于检验；具体分布和适用条件未列明。
- 阅读关注点
- 应核对链的长期性质要求、所分析函数及转移概率的范围，以及可数状态空间如何处理和检验统计量如何校准。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；无法判断全部转移概率能否同时纳入结论，也不能推断具体极限分布或所需链条件。
原文摘要
The joint asymptotic distribution is derived for certain functions of the sample realizations of a Markov chain with denumerably many states, from which the joint asymptotic distribution theory of estimates of the transition probabilities is obtained. Application is made to a goodness of fit test.