Estimating Functions in Chaotic Systems
混沌系统中的估计函数方法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：摘要分析混沌映射及测量误差，没有明确宏观或金融时间序列对象，所列经济计量方向的证据不足。
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
混沌系统中的估计函数方法
- 研究问题
- 在带有测量误差的混沌系统中，如何利用估计函数开展参数估计，并考察估计量的渐近性质与小样本表现？
- 方法与思路
- 作者针对该问题提出估计函数方法，分析 Logistic 映射与指数映射，并通过模拟研究估计量的小样本行为。
- 材料陈述的贡献
- 摘要称证明了所研究估计量的一致性和渐近正态性，并补充模拟分析；但未报告具体条件、数值表现或与已有方法的比较。
- 阅读关注点
- 应核对测量误差模型、估计函数的构造、映射参数的可识别范围，以及一致性和渐近正态性所需的动态系统条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；误差分布、定理条件和模拟结果未说明，不能判断其对其他混沌系统的适用性。
原文摘要
Berliner considered Bayesian and likelihood-based approaches for estimation and prediction in a chaotic system with measurement error. This article proposes the use of estimating functions for this problem. Logistic and exponential maps are analyzed. Estimators are shown to be consistent and asymptotically normal. Small-sample behavior is studied with simulations.