A central limit theorem for absorbing Markov chains
吸收 Markov 链的中心极限定理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：摘要属于有限吸收链的概率与估计理论，应用为遗传模型，缺乏指定经济计量方向的证据。
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
吸收 Markov 链的中心极限定理
- 研究问题
- 在有限吸收 Markov 链尚未被吸收的条件下，转移计数能否具有渐近正态分布，并支持单参数转移矩阵的估计？
- 方法与思路
- 作者研究未吸收条件下随机变量序列的中心极限定理与转移计数的缩放分布，并分析单参数转移矩阵的估计。
- 材料陈述的贡献
- 摘要称转移计数适当缩放后渐近多元正态，单参数估计量一致且渐近正态，并用单向突变的 Moran 遗传模型模拟说明。
- 阅读关注点
- 应核对未吸收条件如何进入极限框架、链的结构限制、转移计数的中心化和缩放，以及参数估计的可识别性条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；链结构、缩放方式和估计公式未说明，条件于未吸收的结论不能直接当作无条件结论。
原文摘要
A central limit theorem is obtained for a sequence of random variables defined on a finite absorbing Markov chain, conditional on absorption not having taken place. The transition count for such a chain when suitably scaled is found to follow a multivariate normal distribution asymptotically. In the case where the transition probability matrix of the chain is a function of a single parameter α, a consistent estimator for α is found; this estimator is asymptotically normally distributed about the true value of α. The result is illustrated by a simulation study of a genetic model of Moran, for the case of one-way mutation in a population of gametes.