CONSISTENT COVARIANCE MATRIX ESTIMATION FOR LINEAR PROCESSES
线性过程的协方差矩阵一致估计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：摘要明确研究线性过程的长期协方差矩阵，直接属于时间序列估计问题。
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
线性过程的协方差矩阵一致估计
- 研究问题
- 在线性过程中，核方法估计长期协方差矩阵需要怎样的矩与记忆条件，已有的一致性论证是否存在需要修正的问题？
- 方法与思路
- 作者在较弱的矩条件与记忆条件下证明长期协方差矩阵核估计量的一致性，并指出部分既有一致性证明按现有写法存在错误。
- 材料陈述的贡献
- 摘要明确陈述弱矩与记忆条件下的核估计一致性结果，并指出既有证明的问题，但没有提供条件强弱的具体比较或错误细节。
- 阅读关注点
- 应核对线性过程系数的限制、所需矩阶数、核与带宽条件，以及既有证明错误发生在哪一步、是否影响相关结论本身。
- 阅读边界
- 所给 Crossref 摘要未列核、带宽、具体矩条件或记忆范围；指出证明错误不等于否定原结论，也不能据此推断版本变化。
原文摘要
Consistency of kernel estimators of the long-run covariance matrix of a linear process is established under weak moment and memory conditions. In addition, it is pointed out that some existing consistency proofs are in error as they stand.