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:摘要直接讨论 Markov 过程的平稳遍历性及其在时间序列过程检验中的应用。

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
Ian Domowitz

平稳遍历性的一致检验

研究问题
对于定义在实数向量空间上的已知 Markov 过程,如何检验平稳遍历性,并识别不满足该性质的备择过程?
方法与思路
作者研究状态转移在密度空间上生成的 Markov 算子的渐近性质,在平稳遍历性原假设下构造统计检验。
材料陈述的贡献
摘要称,该检验对不满足平稳遍历性的备择具有一致性,可用于模型、算法以及忽略估计误差的已估计时间序列过程。
阅读关注点
应核对已知转移机制的要求、算子性质与统计量的联系,以及原假设分布、计算步骤和一致性覆盖的备择范围。
阅读边界
仅依据所给 Crossref 摘要;估计过程的应用明确忽略估计误差,故不能据此认定检验对实际估计过程仍有效。

原文摘要

A formal statistical test of stationary-ergodicity is developed for known Markovian processes on ℝ d This makes it applicable to testing models and algorithms, as well as estimated time series processes ignoring the estimation error. The analysis is conducted by examining the asymptotic properties of the Markov operator on density space generated by the transition in the state space. The test is developed under the null of stationary-ergodicity, and it is shown to be consistent against the alternative of nonstationary-ergodicity. The test can be easily performed using any of a number of standard statistical and mathematical computer packages.

笔记与分组
相关领域论文