跳到正文
← 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:摘要明确研究长短记忆依赖、协方差结构及频域自助推断,直接对应时间序列方向。

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
Javier Hidalgo

长记忆过程的频域自助法

研究问题
长记忆依赖可能使筛法自助法无法捕捉真实协方差结构时,如何构造同时适用于长记忆和短记忆过程的自助法?
方法与思路
作者提出频域自助抽样方案,并考察其对回归参数最小二乘估计和模型设定检验的有效性,后者具有难处理的渐近分布。
材料陈述的贡献
摘要称所述方案在长记忆与短记忆依赖下均有效,并讨论筛法在该研究情境中可能失效的协方差结构原因。
阅读关注点
应核对频域重抽样构造、谱密度估计及记忆参数限制,确认估计量与设定检验的自助有效性分别需要哪些条件。
阅读边界
仅据版本未注明的OpenAlex摘要,适用的依赖结构、估计条件及数值表现未说明;不能据此认定筛法对所有长记忆问题均失效。

原文摘要

The aim of the paper is to describe a bootstrap, contrary to the sieve bootstrap, valid under either long memory (LM) or short memory (SM) dependence. One of the reasons of the failure of the sieve bootstrap in our context is that under LM dependence, the sieve bootstrap may not be able to capture the true covariance structure of the original data. We also describe and examine the validity of the bootstrap scheme for the least squares estimator of the parameter in a regression model and for model specification. The motivation for the latter example comes from the observation that the asymptotic distribution of the test is intractable.

笔记与分组
相关领域论文