Control variate method for stationary processes
平稳过程的控制变量降方差方法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：摘要明确研究平稳相关过程、谱密度矩阵及动态回归的估计，直接对应时间序列中的依赖数据方法。
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
平稳过程的控制变量降方差方法
- 研究问题
- 当目标变量与辅助控制变量具有时间依赖而非独立同分布时，如何利用控制变量改善均值及回归系数估计？
- 方法与思路
- 作者假设目标变量与控制变量为具有谱密度矩阵的平稳过程，基于非参数谱估计构造控制变量估计量，并扩展到回归均值动态。
- 材料陈述的贡献
- 摘要称所提均值估计量在均方误差意义上改善样本均值，并提出改善最小二乘估计的回归系数估计量及数值研究。
- 阅读关注点
- 应核对辅助变量所需的已知信息、谱估计与平稳性条件，以及均方误差改善是在何种比较尺度和参数范围下成立。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断可用控制变量的具体要求、平滑参数选择或改善幅度，也不能外推至非平稳过程。
原文摘要
The sample mean is one of the most natural estimators of the population mean based on independent identically distributed sample. However, if some control variate is available, it is known that the control variate method reduces the variance of the sample mean. The control variate method often assumes that the variable of interest and the control variable are i.i.d. Here we assume that these variables are stationary processes with spectral density matrices, i.e. dependent. Then we propose an estimator of the mean of the stationary process of interest by using control variate method based on nonparametric spectral estimator. It is shown that this estimator improves the sample mean in the sense of mean square error. Also this analysis is extended to the case when the mean dynamics is of the form of regression. Then we propose a control variate estimator for the regression coefficients which improves the least squares estimator (LSE). Numerical studies will be given to see how our estimator improves the LSE.