A Note on Local Linear Regression for Time Series in Banach Spaces
Banach 空间值时间序列的局部线性回归札记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。
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：摘要的研究对象明确是非平稳 Banach 空间值时间序列，方法用于时变均值及导数估计，因此对应时间序列细分。
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
Banach 空间值时间序列的局部线性回归札记
- 研究问题
- 对于取值于 Banach 空间的非平稳时间序列，如何估计平滑变化的均值及其导数，并改善平滑估计的偏差与有限样本表现？
- 方法与思路
- 作者将局部线性回归扩展到 Banach 空间值数据，分析标准及 Jackknife 减偏估计量，并通过模拟和脑电、视频数据应用比较。
- 材料陈述的贡献
- 摘要称，在温和矩条件下建立两类估计量的收敛速度，并通过与 Nadaraya–Watson 估计比较及实际任务展示方法表现。
- 阅读关注点
- 应核对 Banach 空间的性质、时间依赖与均值平滑性条件，以及导数估计、带宽选择和 Jackknife 减偏所需的额外要求。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获验证；摘要未列出具体矩条件、收敛速度或模拟优势，应用也并非宏观经济数据。
原文摘要
This work extends local linear regression to Banach space-valued time series for estimating smoothly varying means and their derivatives in non-stationary data. The asymptotic properties of both the standard and bias-reduced Jackknife estimators are analyzed under mild moment conditions, establishing their convergence rates. Simulation studies assess the finite sample performance of these estimators and compare them with the Nadaraya-Watson estimator. Additionally, the proposed methods are applied to smooth EEG recordings for reconstructing eye movements and to video analysis for detecting pedestrians and abandoned objects.