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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要直接涉及单位根、单整解释变量和协整回归的高维估计理论,明确对应非平稳时间序列方法。

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
Etienne Wijler

单位根非平稳数据的限制特征值条件

研究问题
对于单位根非平稳数据,如何建立高维估计所需的限制特征值条件,并支持解释变量维度快速增长时的协整回归估计?
方法与思路
作者在独立高斯创新、允许同期相关的设定下,利用矩阵集中不等式证明限制特征值条件,并将其用于 lasso 一致性分析。
材料陈述的贡献
摘要称,所获条件支持超高维协整数据中的 lasso 一致性,其中单整解释变量数量可相对样本量呈指数增长。
阅读关注点
应核对创新独立性和同期协方差限制、非平稳设计的归一化、稀疏度与维度增长关系,以及一致性的具体度量。
阅读边界
这是 arXiv 预印本,同行评审或期刊接收未核实;摘要未列完整正则条件、收敛率及扩展结果,不能外推至一般非平稳过程。

原文摘要

In this paper, we develop a restricted eigenvalue condition for unit-root non-stationary data and derive its validity under the assumption of independent Gaussian innovations that may be contemporaneously correlated. The method of proof relies on matrix concentration inequalities and offers sufficient flexibility to enable extensions of our results to alternative time series settings. As an application of this result, we show the consistency of the lasso estimator on ultra high-dimensional cointegrated data in which the number of integrated regressors may grow exponentially in relation to the sample size.

笔记与分组
相关领域论文