A maximal inequality for continuous martingales and $M$-estimation in a Gaussian white noise model
连续鞅最大不等式与高斯白噪声模型中的 M 估计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：摘要属于白噪声模型中的通用估计理论，跳点针对回归函数，未明确宏观时间序列背景，故不归入结构变化细分。
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
连续鞅最大不等式与高斯白噪声模型中的 M 估计
- 研究问题
- 在高斯白噪声模型中，哪些充分条件能够确定一类 M 估计量的收敛速度，并用于回归函数的跳点与非参数估计？
- 方法与思路
- 作者借助连续鞅的最大不等式及经验过程技术建立收敛速度结果，再将其应用于跳点估计和非参数极大似然估计。
- 材料陈述的贡献
- 摘要称给出若干 M 估计量收敛速度的充分条件，并在回归函数的具体估计问题中展示连续鞅不等式的作用。
- 阅读关注点
- 应核对最大不等式的前提、估计准则与函数类限制，以及这些条件如何分别产生跳点和非参数极大似然估计的速率。
- 阅读边界
- 仅据版本未注明的索引摘要，具体条件及速率数值均未说明；回归函数跳点估计不能直接等同于宏观时间序列结构变化。
原文摘要
Some sufficient conditions to establish the rate of convergence of certain $M$-estimators in a Gaussian white noise model are presented. They are applied to some concrete problems, including jump point estimation and nonparametric maximum likelihood estimation, for the regression function. The results are shown by means of a maximal inequality for continuous martingales and some techniques developed recently in the context of empirical processes.