Some new asymptotic theory for least squares series: Pointwise and uniform results
最小二乘级数估计的新渐近理论：逐点与一致结果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：摘要研究通用条件均值的非参数级数估计理论，没有足够文本依据归入所列应用领域细分。
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…
最小二乘级数估计的新渐近理论：逐点与一致结果
- 研究问题
- 研究未知条件均值的最小二乘级数估计中，基函数数量随样本增长时，如何分析逼近偏差、随机误差及逐点和一致性质。
- 方法与思路
- 作者结合矩阵大数定律、控制逼近误差范数比的 Lebesgue 因子界、最大不等式，以及级数型过程的强逼近。
- 材料陈述的贡献
- 摘要列出分析级数估计的四项理论工具，题名指向逐点与一致结果，但摘要没有展开具体定理、收敛速率或推断构造。
- 阅读关注点
- 应核对基函数类别、维数增长和条件均值光滑性要求，并区分逐点结果、一致结果及强逼近各自使用的条件。
- 阅读边界
- 仅据摘要无法判断具体速率改进、适用基函数范围或置信带有效性；灵活函数形式也不自动意味着实际估计表现更好。
原文摘要
In econometric applications it is common that the exact form of a conditional expectation is unknown and having flexible functional forms can lead to improvements over a pre-specified functional form, especially if they nest some successful parametric economically-motivated forms. Series method offers exactly that by approximating the unknown function based on k basis functions, where k is allowed to grow with the sample size n to balance the trade off between variance and bias. In this work we consider series estimators for the conditional mean in light of four new ingredients: (i) sharp LLNs for matrices derived from the non-commutative Khinchin inequalities, (ii) bounds on the Lebesgue factor that controls the ratio between the L∞ and L2-norms of approximation errors, (iii) maximal inequalities for processes whose entropy integrals diverge at some rate, and (iv) strong approximations to series-type processes.