ASYMPTOTIC PROPERTIES OF SELF-NORMALIZED LINEAR PROCESSES WITH LONG MEMORY
长记忆自标准化线性过程的渐近性质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：摘要直接研究长记忆线性时间序列、重尾创新和分数布朗运动极限。
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
长记忆自标准化线性过程的渐近性质
- 研究问题
- 对于创新独立但二阶矩无限的长记忆线性时间序列，何时可以收敛到分数布朗运动，并形成自标准化版本？
- 方法与思路
- 作者研究长记忆与重尾创新共同存在时的过程收敛，并为应用推导相应定理的自标准化形式，以处理尺度归一化问题。
- 材料陈述的贡献
- 摘要称建立了具有无限二阶矩独立创新的长记忆序列向分数布朗运动收敛的结果，并给出可供应用的自标准化版本。
- 阅读关注点
- 应核对创新尾部条件、线性过程系数与记忆参数限制，以及归一化和自标准化方式及过程收敛使用的拓扑。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能推广到所有无限方差创新；具体条件、标准化公式及推断程序未说明，版本变化亦未知。
原文摘要
In this paper we study the convergence to fractional Brownian motion for long memory time series having independent innovations with infinite second moment. For the sake of applications we derive the self-normalized version of this theorem. The study is motivated by models arising in economic applications where often the linear processes have long memory, and the innovations have heavy tails.