NONPARAMETRIC TRANSFORMATION REGRESSION WITH NONSTATIONARY DATA
非平稳数据的非参数变换回归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：摘要明确讨论时间序列核回归及单位根、近单位根解释变量，直接对应非平稳时间序列方法。
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
非平稳数据的非参数变换回归
- 研究问题
- 当时间序列回归中的解释变量具有单位根或近单位根特征时，利用误差相关结构的核回归方法是否仍能改善估计？
- 方法与思路
- 作者考察既有的、利用误差相关结构的时间序列核回归估计量，并将分析扩展到单位根与近单位根解释变量。
- 材料陈述的贡献
- 摘要称该方法在解释变量为单位根或近单位根过程时仍能改善估计，提供了其在非平稳情形下适用的理论结论。
- 阅读关注点
- 应核对变换如何利用误差相关性、近单位根的设定方式，以及估计改善所针对的误差指标和比较估计量。
- 阅读边界
- 所给 Crossref 摘要较短，未说明误差结构、带宽、收敛结果或改善幅度，不能据此判断所有非平稳回归的表现。
原文摘要
We examine a kernel regression estimator for time series that takes account of the error correlation structure as proposed by Xiao et al. (2003, Journal of the American Statistical Association 98, 980–992). We show that this method continues to improve estimation in the case where the regressor is a unit root or a near unit root process.