M -ESTIMATION FOR A SPATIAL UNILATERAL AUTOREGRESSIVE MODEL WITH INFINITE VARIANCE INNOVATIONS
无限方差创新下空间单向自回归模型的 M 估计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：摘要明确研究空间自回归的重尾估计，但未提供网络关系或时间维度的依据，不能直接归入网络或时间序列方向。
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
无限方差创新下空间单向自回归模型的 M 估计
- 研究问题
- 当空间单向自回归模型的独立同分布创新位于稳定律吸引域时，参数 M 估计在平稳与单位根情形下具有何种极限行为？
- 方法与思路
- 作者分析稳定律指数 α∈(0,2] 下的 M 估计，覆盖平稳、单位根及若干扩展，并研究自归一化估计的渐近性质。
- 材料陈述的贡献
- 摘要称刻画相关估计量的极限行为，并证明自归一化 M 估计渐近正态；另外提供数值示例与模拟研究。
- 阅读关注点
- 应核对空间单向结构与单位根的定义、稳定律吸引域及 M 估计条件，以及自归一化方式如何产生正态极限。
- 阅读边界
- 仅据所给 Crossref 摘要，具体尾部条件、损失函数及模拟结果未说明；不能认定任意无限方差空间模型都适用该结论。
原文摘要
We study the limiting behavior of the M -estimators of parameters for a spatial unilateral autoregressive model with independent and identically distributed innovations in the domain of attraction of a stable law with index α ∈ (0, 2]. Both stationary and unit root models and some extensions are considered. It is also shown that self-normalized M -estimators are asymptotically normal. A numerical example and a simulation study are also given.