Sequential Estimation of the Mean of a First-Order Stationary Autoregressive Process
一阶平稳自回归过程均值的序贯估计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：摘要明确研究平稳自回归误差下的序贯估计，直接属于时间序列方法。
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
一阶平稳自回归过程均值的序贯估计
- 研究问题
- 当误差遵循一阶平稳自回归过程，且尺度与自回归参数未知时，如何序贯估计位置参数并构造固定宽度置信区间？
- 方法与思路
- 作者研究基于样本均值的序贯点估计与区间估计，分别在单次观测成本趋零和区间宽度趋零时分析其渐近性质。
- 材料陈述的贡献
- 摘要称，点估计具有渐近风险效率，区间估计具有渐近一致性，而对应停止规则在区间宽度趋零时具有渐近效率。
- 阅读关注点
- 应核对停止规则、损失与观测成本的定义，未知尺度及自回归参数的估计方式，以及各效率结论的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法判断有限样本覆盖率或停止时间表现，亦不能推断其他误差过程下的有效性。
原文摘要
This paper considers the problem of sequential point and fixed-width confidence interval estimation of the location parameter when the errors form an autoregressive process with unknown scale and autoregressive parameters. The sequential point estimator considered here is based on sample mean and is shown to be asymptotically risk efficient as the cost per observation tends to zero. The sequential interval estimator is shown to be asymptotically consistent and the corresponding stopping rule is shown to be asymptotically efficient as the width of the interval tends to zero.