Bootstrapping Unit Root Tests for Autoregressive Time Series
自回归时间序列单位根检验的自助法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。
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：摘要直接研究自回归时间序列的单位根检验及其自助法性质。
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…
自回归时间序列单位根检验的自助法
- 研究问题
- 不同自回归自助法在单位根检验的备择假设下表现如何，差分处理是否影响有限阶与无限阶过程的检验功效？
- 方法与思路
- 作者比较多种自回归自助方案，包括基于非受限残差的新方案，并分别分析有限阶与无限阶过程下的理论性质。
- 材料陈述的贡献
- 摘要称，差分方案存在功效损失，在无限阶自回归的备择情形下还会使筛自助法不适用，并以数值例子说明。
- 阅读关注点
- 核对非受限残差方案的具体构造、备择假设与过程条件，以及功效比较和无限阶筛自助法不适用的准确含义。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；具体正则条件、证明及数值比较未提供，不能将所述优势推广到所有单位根检验。
原文摘要
The theory developed for bootstrapping unit root tests in an autoregressive (AR) context has been concerned mainly with the large-sample behavior of the methods proposed under the assumption that the null hypothesis is true. No results exist for the relative performance and the power behavior of the bootstrap methods under the alternative. This article studies the properties of different AR bootstrap schemes of the unit root hypothesis, including a new proposal based on unrestricted residuals. It shows that bootstrap procedures based on differencing the observed series suffer from power problems as compared with bootstrap procedures based on unrestricted residuals. Whereas for finite-order AR processes differencing leads to just a loss of power, for infinite-order autoregressions such a differencing makes the application of sieve AR bootstrap schemes inappropriate if the alternative is true. The superiority of the new bootstrap proposal is shown, and some numerical examples illustrate our theoretical findings.