Consistent estimation of joint distributions for sufficiently mixing random fields
充分混合随机场联合分布的一致估计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：摘要研究多维随机场的分布估计，未明确对应时间序列应用、经济网络或分布效应等方向。
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
充分混合随机场联合分布的一致估计
- 研究问题
- 从多维随机场的一次大区域实现中，能否一致估计逐渐扩大局部区域的联合分布，其增长规模受哪些因素限制？
- 方法与思路
- 作者在大观测区域内滑动局部窗口并统计频率，在具有指数速率的特定 Bernoulli 条件下分析总变差收敛。
- 材料陈述的贡献
- 摘要称，当局部区域体积满足由场熵决定的对数增长上界时，经验联合分布与真实分布的总变差几乎必然趋零。
- 阅读关注点
- 应核对特定混合条件的定义、熵及窗口增长界的作用、边界窗口的处理，以及所列 Ising 模型实例的适用参数。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；结论依赖特定混合条件和增长限制，摘要未说明其必要性或一般随机场的适用性。
原文摘要
The joint distribution of a d-dimensional random field restricted to a box of size k can be estimated by looking at a realization in a box of size $n \gg k$ and computing the empirical distribution. This is done by sliding a box of size k around in the box of size n and computing frequencies. We show that when $k = k(n)$ grows as a function of n, then the total variation distance between this empirical distribution and the true distribution goes to 0 a.s. as $n \to \infty$ provided $k(n)^d \leq (\log n^d)/(H + \varepsilon)$ (where H is the entropy of the random field) and providing the random field satisfies a condition called quite weak Bernoulli with exponential rate. This class of processes, studied previously, includes the plus state for the Ising model at a variety of parameter values and certain measures of maximal entropy for certain subshifts of finite type. Marton and Shields have proved such results in one dimension and this paper is an attempt to extend their results to some extent to higher dimensions.