ON THE FUNCTIONAL ESTIMATION OF MULTIVARIATE DIFFUSION PROCESSES
多元扩散过程的函数估计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：摘要提供一般多元扩散估计理论，未明确宏观、金融高频或其他具体经济应用。
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
多元扩散过程的函数估计
- 研究问题
- 如何非参数估计多元扩散过程的占据密度、漂移向量与扩散矩阵，并使理论同时覆盖平稳及非平稳的再生型过程？
- 方法与思路
- 作者以 Nadaraya–Watson 核平均构造无穷小条件期望的样本对应量，在 Harris 再生框架下分析函数估计的极限。
- 材料陈述的贡献
- 摘要称建立相关估计量的一致性与渐近混合正态性，并将识别与渐近理论用于平稳及非平稳的再生型多元扩散。
- 阅读关注点
- 核对观察频率、观察时长、核带宽与归一化方式，Harris 再生所替代的统计条件，以及混合正态极限的具体形式。
- 阅读边界
- 所给 Crossref 摘要未说明采样方案及技术条件，不能把其强调的 Harris 再生理解为无需任何光滑性或带宽限制。
原文摘要
We propose a nonparametric estimation theory for the occupation density, the drift vector, and the diffusion matrix of multivariate diffusion processes. The estimators are sample analogues to infinitesimal conditional expectations constructed as Nadaraya-Watson kernel averages. Mild assumptions are imposed on the statistical properties of the multivariate system to obtain limiting results. Harris recurrence is all that we require to show consistency and asymptotic (mixed) normality of the proposed functional estimators. The identification method and asymptotic theory apply to both stationary and nonstationary multivariate diffusion processes of the recurrent type.