UNIFORM CONVERGENCE OF SERIES ESTIMATORS OVER FUNCTION SPACES
函数空间上级数估计量的一致收敛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。
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：摘要属于通用非参数估计与经验过程理论，未提供归入给定应用细分领域的直接依据。
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…
关注这篇论文的作者
函数空间上级数估计量的一致收敛
- 研究问题
- 当条件均值的被解释变量变换与条件变量变换都遍历函数空间时，级数估计能否对这些函数及条件点统一收敛？
- 方法与思路
- 作者研究由两个函数空间索引的条件均值级数估计，以有限积分括号熵控制复杂度，并分析统一收敛速度。
- 材料陈述的贡献
- 摘要称，收敛速度通常依赖两个空间的括号熵；在特定连续性与统一特征值条件下，可取得既有研究中的收敛速度。
- 阅读关注点
- 应核对所用函数空间、括号熵与局部一致 L² 连续性的定义，以及基函数维数和最小特征值条件如何共同约束收敛速度。
- 阅读边界
- 所给 Crossref 摘要未列出收敛速度公式、完整假设或具体应用；不能据此判断任意函数变换下都能维持相同速度。
原文摘要
This paper considers a series estimator of E [α( Y )|λ( X ) = λ̄], (α,λ) ∈ 𝛢 × Λ, indexed by function spaces, and establishes the estimator's uniform convergence rate over λ̄ ∈ R , α ∈ 𝛢, and λ ∈ Λ, when 𝛢 and Λ have a finite integral bracketing entropy. The rate of convergence depends on the bracketing entropies of 𝛢 and Λ in general. In particular, we demonstrate that when each λ ∈ Λ is locally uniformly ℒ 2 -continuous in a parameter from a space of polynomial discrimination and the basis function vector p K in the series estimator keeps the smallest eigenvalue of E [ p K (λ( X )) p K (λ( X ))‼] above zero uniformly over λ ∈ Λ, we can obtain the same convergence rate as that established by de Jong (2002, Journal of Econometrics 111, 1–9).