FINITE-SAMPLE PROPERTIES OF FORECASTS FROM THE STATIONARY FIRST-ORDER AUTOREGRESSIVE MODEL UNDER A GENERAL ERROR DISTRIBUTION
一般误差分布下平稳一阶自回归模型预测的有限样本性质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：摘要直接研究平稳 AR(1) 时间序列模型的多步预测及均方预测误差。
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
一般误差分布下平稳一阶自回归模型预测的有限样本性质
- 研究问题
- 在一般误差分布下，平稳 AR(1) 模型的多步最小二乘预测具有怎样的偏差与均方预测误差，非正态性是否影响近似结果？
- 方法与思路
- 作者分析多步最小二乘预测的有限样本性质，以样本量 T 的阶数描述预测偏差及均方预测误差，并考察误差分布的影响。
- 材料陈述的贡献
- 摘要称预测在 O(T⁻¹) 阶近似意义下无偏，且截至 O(T⁻³ᐟ²) 的均方预测误差对非正态性稳健；精确余项定义需查正文。
- 阅读关注点
- 应核对无偏至某阶的严格含义、误差矩条件和预测期数的处理，以及预测是否条件于样本信息、参数接近平稳边界时是否适用。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，不能将近似无偏理解为有限样本精确无偏，也不能将特定阶数的稳健性理解为完全不受分布影响。
原文摘要
We study the properties of the multi-period-ahead least-squares forecast for the stationary AR(1) model under a general error distribution. We find that the forecast is unbiased up to O(T−1), where T is the in-sample size, regardless of the error distribution and that the mean squared forecast error, up to O(T−3/2), is robust against nonnormality.The author is grateful to the co-editor Paolo Paruolo and two anonymous referees for helpful comments. The author is solely responsible for any remaining errors.