SADDLEPOINT AND ESTIMATED SADDLEPOINT APPROXIMATIONS FOR OPTIMAL UNIT ROOT TESTS
最优单位根检验的鞍点与估计鞍点近似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：摘要直接研究单位根检验及时间序列创新过程下的尾概率近似。
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
最优单位根检验的鞍点与估计鞍点近似
- 研究问题
- 最优单位根检验的尾概率如何用鞍点方法近似，估计协方差等未知成分后能否仍获得有效推断并改善有限样本近似？
- 方法与思路
- 作者在高斯且协方差结构已知等限制条件下分析近似误差阶，再对由鞅差驱动的线性过程建立估计鞍点推断的渐近有效性。
- 材料陈述的贡献
- 摘要称，论文给出限制条件下的误差阶，并证明较一般情形中的推断有效性；若干模型的数值证据显示相对可比近似的部分优势。
- 阅读关注点
- 应核对最优检验的目标备择、鞍点计算与未知结构估计方式、误差阶成立的条件，以及数值比较中的基准和尾概率范围。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定具体误差阶和数值优势幅度；最优性与有限样本优势均有设定边界，刊本变化未说明。
原文摘要
This paper provides a (saddlepoint) tail probability approximation for the distribution of an optimal unit root test. Under restrictive assumptions, Gaussianity, and known covariance structure, the order of error of the approximation is given. More generally, when innovations are a linear process in martingale differences, the estimated saddlepoint is proved to yield valid asymptotic inference. Numerical evidence, considered over a range of models, demonstrates some finite-sample superiority over approximations for a directly comparable test based on simulation of its limiting stochastic representation.