Infinite variance stable moving averages with long memory
具有长记忆的无限方差稳定移动平均过程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：摘要直接研究移动平均时间序列过程的长记忆与依赖度量，没有限定具体经济应用。
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
具有长记忆的无限方差稳定移动平均过程
- 研究问题
- 当移动平均过程的创新服从非高斯稳定分布且方差无限时，如何定义和衡量长记忆，并刻画正则变化系数带来的依赖衰减？
- 方法与思路
- 作者研究具有正则变化系数的稳定移动平均过程，使用作为协方差扩展的余差与协变两种依赖度量，分析它们的渐近行为。
- 材料陈述的贡献
- 摘要将无限方差环境中的长记忆研究建立在两种替代协方差的度量上，并考察其渐近性质；具体衰减结论和参数范围未在摘要中说明。
- 阅读关注点
- 应核对稳定分布参数、移动平均过程存在的条件，以及余差和协变的定义、适用范围与各自对应的长记忆判据。
- 阅读边界
- 仅依据 OpenAlex 所列摘要，不能确定两种依赖度量是否给出相同长记忆判断；系数表达的指数排版也不清楚，具体形式需在全文核对。
原文摘要
We investigate the notion of long memory for infinite variance moving averages with stable non-Gaussian innovations and regularly varying coefficients. Regularly varying coefficients decay to zero like jPL(j) as j → ∞, where L is a slowly varying function. We study the asymptotic behavior of two measures of dependence, the codifference and the covariation, which are extensions of the covariance.