INFERENCE ON THE DIMENSION OF THE NONSTATIONARY SUBSPACE IN FUNCTIONAL TIME SERIES
函数型时间序列非平稳子空间维数的推断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：摘要直接研究协整函数型时间序列的非平稳维数与方差比检验，属于时间序列方向，不能仅凭子空间术语认定为因子模型。
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…
函数型时间序列非平稳子空间维数的推断
- 研究问题
- 研究如何确定协整函数型时间序列中非平稳子空间的维数，尤其是在平方可积函数空间中避免估计长期协方差算子的困难。
- 方法与思路
- 作者构造方差比型维数检验，通过顺序检验选择非平稳子空间维数，推导渐近原假设分布，并用模拟和三个实际例子评估方法。
- 材料陈述的贡献
- 摘要称，检验具有一致性，模拟提供优于现有检验程序的证据；应用涉及美国分年龄就业率、澳大利亚气温和安大略电力需求。
- 阅读关注点
- 应核对非平稳子空间的定义、方差比统计量和顺序停止规则，以及函数离散观测的处理方式、渐近条件和比较方法的实现。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断模拟优势的范围和大小；摘要未说明顺序检验的整体误差控制或各应用选出的具体维数。
原文摘要
We propose a statistical procedure to determine the dimension of the nonstationary subspace of cointegrated functional time series taking values in the Hilbert space of square-integrable functions defined on a compact interval. The procedure is based on sequential application of a proposed test for the dimension of the nonstationary subspace. To avoid estimation of the long-run covariance operator, our test is based on a variance ratio-type statistic. We derive the asymptotic null distribution and prove consistency of the test. Monte Carlo simulations show good performance of our test and provide evidence that it outperforms the existing testing procedure. We apply our methodology to three empirical examples: age-specific U.S. employment rates, Australian temperature curves, and Ontario electricity demand.