Mean and autocovariance function estimation near the boundary of stationarity
平稳边界附近的均值与自协方差函数估计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：摘要明确讨论线性时间序列接近单位根边界时的均值、自协方差与自相关估计，直接对应时间序列方向。
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…
关注这篇论文的作者
平稳边界附近的均值与自协方差函数估计
- 研究问题
- 在线性过程接近平稳性边界时，均值、自协方差与自相关估计的常规正态渐近近似是否有效，其收敛速度如何变化？
- 方法与思路
- 作者研究包含随样本量变化的近边界情形的平稳区域，推导相关估计量的极限结果，并分析样本量与边界距离的共同作用。
- 材料陈述的贡献
- 摘要称，估计量的一致性速度及正态近似有效性同时取决于样本量和接近单位根边界的参数，揭示常规近似的适用边界。
- 阅读关注点
- 应核对边界接近参数的定义、与样本量的相对变化速度，以及均值、自协方差和自相关各自的归一化与极限条件。
- 阅读边界
- 仅据所给出版社摘要，无法给出正态近似失效的具体阈值；研究范围位于平稳区域，不能直接推及单位根过程，不推断版本变化。
原文摘要
We analyze the applicability of standard normal asymptotic theory for linear process models near the boundary of stationarity. Limit results are given for estimation of the mean, autocovariance and autocorrelation functions within the broad region of stationarity that includes near boundary cases which vary with the sample size. The rate of consistency and the validity of the normal asymptotic approximation for the corresponding estimators is determined both by the sample size n and a parameter measuring the proximity of the model to the unit root boundary.