Sequential Estimatin for Branching Processes with Immigration
带迁入分枝过程的序贯估计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：摘要讨论分枝过程的序贯极限理论，未明确关联所列经济计量细分方向。
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…
带迁入分枝过程的序贯估计
- 研究问题
- 对临界与次临界的带迁入Galton–Watson过程，序贯收集数据能否统一子代均值估计的极限分布？
- 方法与思路
- 作者采用适当停止规则构造自然序贯估计量，并借助一致版本的Anscombe定理分析固定参数及分布类上的渐近正态性。
- 材料陈述的贡献
- 摘要称序贯方法统一了临界与次临界情形的渐近正态结果，避免非序贯方法在临界点的极限分布奇异问题。
- 阅读关注点
- 应核对停止规则、迁入机制、方差界与附加条件，以及分布类上一致正态性的含义和临界点附近的适用范围。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；停止规则和所称温和条件未给出，不能据此认定有限样本正态近似准确。
原文摘要
For the critical and subcritical Galton-Watson processes with immigration, it is shown that if the data were collected according to an appropriate stopping rule, the natural sequential estimator of the offspring mean $m$ is asymptotically normally distributed for each fixed $m \in (0, 1\rbrack.$ Furthermore, the sequential estimator is shown to be asymptotically normally distributed uniformly over a class of offspring distributions with $m \in (0, 1\rbrack$ bounded variance and satisfying a mild condition. These results are to be contrasted with the nonsequential approach where drastically different limit distributions are obtained for the two cases: (a) $m < 1$ (normal) and (b) $m = 1$ (nonnormal), thus leading to a singularity problem at $m = 1.$ The sequential approach proposed here avoids this singularity and unifies the two cases. The proof of the uniformity result is based on a uniform version of the well-known Anscombe's theorem.