Estimating Nonlinear Dynamic Models Using Least Absolute Error Estimation
利用最小绝对误差估计非线性动态模型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：摘要直接研究非线性动态模型和非独立误差下的估计及检验。
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
利用最小绝对误差估计非线性动态模型
- 研究问题
- 在误差既不独立也不同分布的非线性动态模型中，最小绝对误差估计如何支持参数推断与异方差检验？
- 方法与思路
- 作者研究估计量的一致性与正态极限，构造一致协方差估计，并讨论线性限制检验及基于绝对残差的异方差检验。
- 材料陈述的贡献
- 摘要称，渐近协方差通过误差密度在零中位数处的高度依赖误差分布，并给出相应协方差估计及检验分析。
- 阅读关注点
- 应核对误差依赖限制、零中位数条件、密度高度的估计方式，以及异方差检验所需的密度高度与离散程度关系。
- 阅读边界
- 仅依据所给 Crossref 摘要；依赖条件、密度估计细节和检验分布未说明，不能推断方法适用于任意非独立误差。
原文摘要
We consider least absolute error estimation in a dynamic nonlinear model with neither independent nor identically distributed errors. The estimator is shown to be consistent and asymptotically normal, with asymptotic covariance matrix depending on the errors through the heights of their density functions at their medians (zero). A consistent estimator of the asymptotic covariance matrix of the estimator is given, and the Wald, Lagrange multiplier, and likelihood ratio tests for linear restrictions on the parameters are discussed. A Lagrange multiplier test for heteroscedasticity based upon the absolute residuals is analyzed. This will be useful whenever the heights of the density functions are related to the dispersions.