Uniform convergence of kernel averages under fixed design with heterogeneous dependent data
异质依赖数据下固定设计核平均的一致收敛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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论确定性时间网格上的非参数方法、依赖三角阵列及时变自回归误差，提供了时间序列方向的直接文本依据。
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…
异质依赖数据下固定设计核平均的一致收敛
- 研究问题
- 对等间距固定设计上的异质且依赖数据，如何在无需平稳性的情况下建立核平均的弱、强一致收敛速率及应用结果？
- 方法与思路
- 作者利用确定性网格结构，在强混合与矩条件下分析依赖三角阵列，并将结果用于具有时变自回归误差的局部线性回归。
- 材料陈述的贡献
- 摘要称其推导无需平稳性的统一收敛速率，补充随机设计下的既有分析，并提供局部线性估计的应用、模拟和实证展示。
- 阅读关注点
- 应核对混合衰减、矩与带宽条件如何共同决定速率，网格边界如何处理，以及时变自回归误差应用满足哪些附加要求。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或被期刊接收；摘要未给出具体速率与条件，不能将结果扩展到任意依赖过程。
原文摘要
We provide uniform convergence rates for kernel averages on $[0,1]$ under equally-spaced fixed design points of the form $x_{t,T}=t/T,\ t\in\{1,\dotsc, T\},\ T\in\mathbb{N}$. The rates of weak and strong uniform consistency are derived under strong mixing and moment conditions and do not require stationarity. The analysis exploits the grid structure and thus complements existing random-design results such as those of Hansen (2008) and Kristensen (2009), which rely on density-based conditioning arguments. The framework accommodates dependent triangular arrays and is particularly relevant for nonparametric methods applied to time series observed on deterministic grids. As an application, we derive uniform convergence rates for the local linear estimator in a nonparametric regression model with time-varying autoregressive errors. The theoretical results are illustrated through Monte Carlo experiments and an empirical application.