On Best Asymptotic Confidence Intervals for Parameters of Stochastic Processes
随机过程参数的最优渐近置信区间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：摘要研究一般随机过程的区间理论，未明确对应宏观时间序列或金融计量应用。
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
随机过程参数的最优渐近置信区间
- 研究问题
- 对随机过程参数构造置信区间时，采用产生渐近正态或渐近混合正态的两种归一化，区间大小应如何比较？
- 方法与思路
- 作者比较两种极限分布所对应的区间大小，并以非遍历随机过程参数估计和模拟中的稳态参数估计说明理论。
- 材料陈述的贡献
- 摘要称，在某种特定意义下，基于渐近正态性的区间平均而言更可取，并给出两类随机过程相关应用。
- 阅读关注点
- 应核对“平均更可取”的比较准则、两种归一化的条件、区间覆盖要求，以及非遍历和稳态应用如何满足理论条件。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未定义优越性的具体意义，不能推断正态区间在所有情形下都更短或更准确。
原文摘要
This paper is concerned with the size of confidence intervals for parameters of stochastic processes based on limit laws with two competing normalizations, one producing asymptotic normality and the other asymptotic mixed normality. It is shown that, in a certain sense, the interval based on asymptotic normality is preferable on average. Applications to estimation of parameters in nonergodic stochastic processes and to estimation of steady-state parameters in a simulation are given to illustrate the theory.