UNIFORM CONVERGENCE RATES OF KERNEL ESTIMATORS WITH HETEROGENEOUS DEPENDENT DATA
异质依赖数据下核估计量的一致收敛速度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：摘要明确给出时变 AR(1) 和具有非平稳初始化的马尔可夫链应用，支持时间序列分类。
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
异质依赖数据下核估计量的一致收敛速度
- 研究问题
- 当数据依赖结构具有异质性，且数据还依赖可能无界的参数时，如何建立核估计量的一致收敛速度，以支持时间非齐次模型的估计？
- 方法与思路
- 作者从异质依赖和参数依赖两个方向扩展既有一致收敛结果，并以时变 AR(1) 核回归及非平稳初始化的马尔可夫链密度估计展示用途。
- 材料陈述的贡献
- 摘要称，所得结果扩大了核估计一致收敛理论的适用范围，可服务于时间非齐次模型和连续时间过程抽样中的半参数估计。
- 阅读关注点
- 应核对异质依赖的度量、参数集合的增长限制、带宽与收敛速度条件，以及两个应用如何验证定理所需的依赖和初始化假设。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定允许的依赖强度、参数增长速度或具体收敛阶，不能据此推断任意非平稳数据适用及版本变化。
原文摘要
The main uniform convergence results of Hansen (2008, Econometric Theory 24, 726–748) are generalized in two directions: Data are allowed to (a) be heterogeneously dependent and (b) depend on a (possibly unbounded) parameter. These results are useful in semiparametric estimation problems involving time-inhomogeneous models and/or sampling of continuous-time processes. The usefulness of these results is demonstrated by two applications: kernel regression estimation of a time-varying AR(1) model and the kernel density estimation of a Markov chain that has not been initialized at its stationary distribution.