Asymptotics for Linear Processes
线性过程的渐近理论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：摘要直接研究线性过程、线性滤波器及样本均值和协方差的渐近性质。
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
线性过程的渐近理论
- 研究问题
- 如何以统一方法推导线性过程的强大数律、中心极限定理和不变原理，并处理不同创新项条件下的情形？
- 方法与思路
- 作者对线性滤波器作显式代数分解，采用与 Gordin 方法密切相关的技术，分析样本均值与样本协方差。
- 材料陈述的贡献
- 摘要称方法覆盖同质与异质创新项，也容纳均值和方差未定义的创新项，并声称在适用范围上具有一些优势。
- 阅读关注点
- 应核对滤波系数与创新项条件、不同结果的标准化方式，以及无有限矩情形究竟对应哪些渐近结论。
- 阅读边界
- 仅据未注明稿件版本的 OpenAlex 索引摘要；各定理条件未说明，不能将所有极限结果同时套用于无有限矩情形。
原文摘要
A method of deriving asymptotics for linear processes is introduced which uses an explicit algebraic decomposition of the linear filter. The technique is closely related to Gordin's method but has some advantages over it, especially in terms of its range of application. The method offers a simple unified approach to strong laws, central limit theory and invariance principles for linear processes. Sample means and sample covariances are covered. The results accommodate both homogeneous and heterogeneous innovations as well as innovations with undefined means and variances.