UNIFORM CONVERGENCE FOR NONPARAMETRIC ESTIMATORS WITH NONSTATIONARY DATA
非平稳数据下非参数估计量的一致收敛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：摘要明确涉及整合、分数整合时间序列与非线性协整回归。
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
非平稳数据下非参数估计量的一致收敛
- 研究问题
- 如何刻画整合及分数整合时间序列下非参数估计的一致收敛，并比较非线性协整回归中两类平滑估计量？
- 方法与思路
- 作者为相关时间序列泛函建立尖锐的一致上下界，并据此分析 Nadaraya–Watson 与局部线性估计量的收敛。
- 材料陈述的贡献
- 摘要称，文章得到两类估计量的最优一致收敛结果，且局部线性估计在一致渐近分析中优于核加权平均估计。
- 阅读关注点
- 应核对整合阶数、一致收敛覆盖的区域、带宽条件与最优性的定义，以及一致结论与逐点结论的差别。
- 阅读边界
- 仅据所给 Crossref 摘要，不能把渐近优势视为所有样本中的优势；摘要未说明具体速率及条件，也不推断刊本变化。
原文摘要
Sharp upper and lower uniform bounds are established for a general class of functionals of integrated and fractionally integrated time series. The main result is used to develop optimal uniform convergence for the Nadaraya-Watson estimator and the local linear nonparametric estimator in a nonlinear cointegrating regression model. Unlike the point-wise situation, it is shown that the performance of the local linear nonparametric estimator is superior to that of the Nadaraya-Watson estimator in uniform asymptotics.