How weak are weak factors? Uniform inference for signal strength in signal plus noise models
弱因子究竟有多弱？信号加噪声模型中信号强度的统一推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确包含因子模型，并说明宏观经济与金融应用，因此选择两类因子方向；具体应用中的因子设定仍需全文核对。
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…
弱因子究竟有多弱？信号加噪声模型中信号强度的统一推断
- 研究问题
- 研究如何在强信号、弱信号及临界信号区间，对多类信号加噪声模型的信号强度构造统一有效的置信区间。
- 方法与思路
- 作者分析因子模型、尖峰样本协方差、低秩扰动 Wigner 矩阵及典型相关模型，以通用过渡分布替代临界区间的高斯近似。
- 材料陈述的贡献
- 摘要称传统高斯近似在临界区间失效，并提出覆盖各信号强度区间的推断方法，通过宏观经济与金融应用展示其用途。
- 阅读关注点
- 应核对信号强度的定义、统一有效性覆盖的参数空间、过渡分布的构造与计算，以及各模型所需的维数和噪声条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未说明统一性条件及应用细节，不能据此认定方法适用于任意弱因子模型。
原文摘要
The paper analyzes four classical signal-plus-noise models: the factor model, spiked sample covariance matrices, the sum of a Wigner matrix and a low-rank perturbation, and canonical correlation analysis with low-rank dependencies. The objective is to construct confidence intervals for the signal strength that are uniformly valid across all regimes - strong, weak, and critical signals. We demonstrate that traditional Gaussian approximations fail in the critical regime. Instead, we introduce a universal transitional distribution that enables valid inference across the entire spectrum of signal strengths. The approach is illustrated through applications in macroeconomics and finance.