Modelling Function-Valued Stochastic Processes, with Applications to Fertility Dynamics
函数值随机过程建模及其生育动态应用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：摘要研究函数数据和人口生育动态，虽有跨国年度应用，但未明确宏观面板或因子模型的计量设定。
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…
函数值随机过程建模及其生育动态应用
- 研究问题
- 当每个位置的观测本身是一条函数而非标量时，如何建立可解释的随机过程模型，并刻画跨国年度生育曲线的动态？
- 方法与思路
- 作者用张量积表示函数值过程，利用边际核的特征函数构造边际及乘积主成分，并基于独立过程实现样本进行拟合。
- 材料陈述的贡献
- 摘要称，论文给出主成分性质、估计一致性和收敛速度，并通过十七个国家的年度生育曲线展示模型组成的解释能力。
- 阅读关注点
- 应核对过程实现的独立性如何对应国家数据、张量积结构及主成分截断，并检查时间动态与估计收敛条件的关系。
- 阅读边界
- 仅据所给 Crossref 摘要，核结构、收敛条件及生育动态的具体结论未说明；跨国年度应用不能自动支持宏观经济解释。
原文摘要
Summary We introduce a simple and interpretable model for functional data analysis for situations where the observations at each location are functional rather than scalar. This new approach is based on a tensor product representation of the function-valued process and utilizes eigenfunctions of marginal kernels. The resulting marginal principal components and product principal components are shown to have nice properties. Given a sample of independent realizations of the underlying function-valued stochastic process, we propose straightforward fitting methods to obtain the components of this model and to establish asymptotic consistency and rates of convergence for the estimates proposed. The methods are illustrated by modelling the dynamics of annual fertility profile functions for 17 countries. This analysis demonstrates that the approach proposed leads to insightful interpretations of the model components and interesting conclusions.