跳到正文
← 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:摘要研究依赖数据的时间平均方差常数及带宽估计,与时间序列方差推断直接相关。

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
K W Chan
C Y Yau

时间平均方差常数的渐近恒定风险估计量

研究问题
依赖数据分析中的时间平均方差常数需要带宽估计时,如何避免最优带宽依赖目标本身及难以估计的其他未知参数?
方法与思路
作者引入收敛平顶核来构造方差估计量,使其渐近最优带宽不再依赖未知参数,从而能够较容易地进行计算。
材料陈述的贡献
摘要称证明新估计量具有渐近恒定风险和局部渐近极小极大性质;其具体风险表达、参数空间及实际带宽公式未在摘要中展示。
阅读关注点
应核对收敛平顶核的定义、依赖结构条件、损失函数与风险归一化,以及局部渐近极小极大结论所针对的邻域和比较类。
阅读边界
仅据所给 Crossref 摘要,无法判断渐近恒定风险的具体含义或有限样本表现;带宽渐近摆脱未知参数不意味着方差可无误差估计。

原文摘要

Summary Estimation of the time-average variance constant is important for statistical analyses involving dependent data. This problem is difficult as it relies on a bandwidth parameter. Specifically, the optimal choices of the bandwidths of all existing estimators depend on the estimand itself and another unknown parameter that is very difficult to estimate. Thus, optimal variance estimation is unachievable. In this paper, we introduce a concept of converging flat-top kernels for constructing variance estimators whose optimal bandwidths are free of unknown parameters asymptotically and hence can be computed easily. We prove that the new estimator has an asymptotically constant risk and is locally asymptotically minimax.

笔记与分组
相关领域论文