A MARKOVIAN LOCAL RESAMPLING SCHEME FOR NONPARAMETRIC ESTIMATORS IN TIME SERIES ANALYSIS
时间序列非参数估计的马尔可夫局部重抽样方案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：摘要研究时间序列依赖下条件期望核估计量的重抽样分布，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…
时间序列非参数估计的马尔可夫局部重抽样方案
- 研究问题
- 如何通过 p 阶马尔可夫局部重抽样近似条件期望核估计量的分布，该方案是否也适用于超出平稳马尔可夫过程的序列？
- 方法与思路
- 作者研究 p 阶马尔可夫局部重抽样程序，在若干正则条件下建立其分布近似的渐近有效性，并以模拟展示有限样本表现。
- 材料陈述的贡献
- 摘要称，该重抽样方案的渐近有效性适用于比平稳马尔可夫过程更广的一类随机过程，并提供有限样本模拟说明。
- 阅读关注点
- 阅读全文时应核对局部抽样概率、阶数与带宽选择、允许的依赖结构，以及重抽样分布有效性的具体形式和条件。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法确定更广过程类别的边界、完整条件或模拟表现；不能据此认为方案适用于任意非平稳序列。
原文摘要
In this paper we study the properties of a pth-order Markovian local resampling procedure in approximating the distribution of nonparametric (kernel) estimators of the conditional expectation m(x;φ). Under certain regularity conditions, asymptotic validity of the proposed resampling scheme is established for a class of stochastic processes that is broader than the class of stationary Markov processes. Some simulations illustrate the finite sample performance of the proposed resampling procedure.