Unbiased time-average estimators for Markov chains
马尔可夫链的无偏时间平均估计量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：摘要明确列出波动率预测应用，但核心方法本身是通用马尔可夫链模拟理论。
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
马尔可夫链的无偏时间平均估计量
- 研究问题
- 如何将马尔可夫链泛函的有限时间平均修改为其期望极限的无偏估计量，同时控制二阶矩、预期运行时间和计算效率？
- 方法与思路
- 作者在耦合假设下证明时间平均期望存在极限，再构造无偏修正，并讨论无预计算实现、偏差估计和若干模拟应用。
- 材料陈述的贡献
- 摘要称，修正估计量平方可积且预期运行时间有限；特定条件下，其渐近效率至少接近原估计量，并可无偏估计原估计量的偏差。
- 阅读关注点
- 应核对耦合假设、修正构造和运行时间条件，明确效率比较的计算成本口径，并检查波动率预测应用如何满足这些条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实。摘要未说明耦合构造和具体条件，不能认定任意马尔可夫链都可获得这些保证。
原文摘要
We consider a time-average estimator $f_{k}$ of a functional of a Markov chain. Under a coupling assumption, we show that the expectation of $f_{k}$ has a limit $μ$ as the number of time-steps goes to infinity. We describe a modification of $f_{k}$ that yields an unbiased estimator $\hat f_{k}$ of $μ$. It is shown that $\hat f_{k}$ is square-integrable and has finite expected running time. Under certain conditions, $\hat f_{k}$ can be built without any precomputations, and is asymptotically at least as efficient as $f_{k}$, up to a multiplicative constant arbitrarily close to $1$. Our approach provides an unbiased estimator for the bias of $f_{k}$. We study applications to volatility forecasting, queues, and the simulation of high-dimensional Gaussian vectors. Our numerical experiments are consistent with our theoretical findings.