The Asymptotic Distribution of Serial Covariances
序列协方差的渐近分布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：摘要以平稳过程的样本序列协方差及谱条件为核心，直接对应时间序列理论，未指定宏观应用。
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
序列协方差的渐近分布
- 研究问题
- 在遍历、平稳且纯非确定的过程中，样本序列协方差何时满足中心极限定理，谱的平方可积性起什么作用？
- 方法与思路
- 作者在过程的线性创新前四阶矩与独立随机变量序列相应矩一致的条件下，研究样本序列协方差的渐近分布。
- 材料陈述的贡献
- 摘要称证明了中心极限定理，并在所述过程与创新矩条件下，将谱平方可积性刻画为该定理成立的充要条件。
- 阅读关注点
- 应核对创新矩条件的精确定义、所考虑的滞后集合、归一化和极限协方差，以及充要性结论的限定范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，不能把创新矩条件当作独立性，也不能把充要性扩展至所有平稳过程。
原文摘要
A central limit theorem is proved for the sample serial covariances of an ergodic, stationary, purely nondeterministic process whose linear innovations have their first four moments as for a sequence of independent random variables. The necessary and sufficient condition for the theorem is then that the spectra be square integrable.