AN INTEGRAL INEQUALITY ON C ([0,1]) AND DISPERSION OF OLS UNDER NEAR-INTEGRATION
C([0,1]) 上的积分不等式与近单整下 OLS 的离散程度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：摘要直接研究近单整解释变量、布朗运动极限与时间序列回归估计。
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…
C([0,1]) 上的积分不等式与近单整下 OLS 的离散程度
- 研究问题
- 含近单整解释变量的回归中，最小二乘估计量的极限离散程度与单整情形如何比较，能否用积分不等式建立关系？
- 方法与思路
- 作者建立向量布朗运动及相关 Ornstein–Uhlenbeck 过程样本方差的不等式，并将其应用于近单整解释变量回归。
- 材料陈述的贡献
- 摘要称，在极限意义下，近单整情形的最小二乘估计量比单整情形更分散；证明使用一个作者认为可能新的积分不等式。
- 阅读关注点
- 应核对近单整参数化、离散程度的数学定义、过程间的对应关系，以及积分不等式和比较结论所需条件。
- 阅读边界
- 所给 Crossref 摘要未列出回归设定和不等式条件；极限离散程度的比较不能直接转化为有限样本均方误差排序。
原文摘要
We obtain an inequality for the sample variance of a vector Brownian motion on [0,1] and an associated Ornstein–Uhlenbeck process. The result is applied to a regression involving near-integrated regressors, and establishes that in the limit the dispersion of the least squares estimator is greater in the near-integrated than in the integrated case. Our proof uses a quite general integral inequality, which appears to be new.