A Unified Frequency Domain Cross-Validatory Approach to HAC Standard Error Estimation
HAC 标准误估计的统一频域交叉验证方法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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确涉及自相关、谱估计和自回归模型，直接对应时间序列方法。
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
HAC 标准误估计的统一频域交叉验证方法
- 研究问题
- 摘要研究如何为异方差与自相关稳健标准误统一选择谱估计模型及调参值，使参数和非参数候选方法能够共同比较。
- 方法与思路
- 作者采用频域交叉验证，在基于 REML 的自回归谱估计与 Parzen 核滞后加权估计之间选择，并提供高效 REML 计算方法。
- 材料陈述的贡献
- 摘要提出统一选择框架及计算技术，并称模拟中可靠性相对 Andrews–Monahan 和 Newey–West 等常用方法表现较好。
- 阅读关注点
- 应核对交叉验证目标与零频谱估计的关系、候选阶数和带宽范围，以及模拟中的依赖结构和标准误评价指标。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明理论保证、具体模拟设计及优势数值。
原文摘要
A unified frequency domain cross-validation (FDCV) method is proposed to obtain a heteroskedasticity and autocorrelation consistent (HAC) standard error. This method enables model/tuning parameter selection across both parametric and nonparametric spectral estimators simultaneously. The candidate class for this approach consists of restricted maximum likelihood-based (REML) autoregressive spectral estimators and lag-weights estimators with the Parzen kernel. Additionally, an efficient technique for computing the REML estimators of autoregressive models is provided. Through simulations, the reliability of the FDCV method is demonstrated, comparing favorably with popular HAC estimators such as Andrews-Monahan and Newey-West.