CONFIDENCE INTERVALS FOR MULTIPLE CHANGE POINTS IN LINEAR MODELS WITH HETEROSCEDASTIC ERRORS
异方差误差线性模型中多个变点的置信区间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：摘要直接研究结构变点，并将方法用于加密货币风险因子变化，对应结构变化与金融因子。
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
异方差误差线性模型中多个变点的置信区间
- 研究问题
- 当线性模型的回归参数和误差分布都可能发生变化时，如何估计多个变点的位置，并构造对异方差稳健的置信区间？
- 方法与思路
- 作者提出基于累积和过程的估计量，再细化初步变点估计并近似其分布，以构造适用于多个变点的位置置信集合。
- 材料陈述的贡献
- 摘要称建立估计量的渐近性质，模拟显示同方差与异方差下覆盖表现准确，并应用于菲利普斯曲线及加密货币风险因子的变化。
- 阅读关注点
- 应核对变点间距、变化幅度和依赖条件，初步估计与细化程序的衔接，以及多个区间采用逐点还是联合覆盖标准。
- 阅读边界
- 仅据所给 Crossref 版本摘要，变点数量处理、覆盖目标及应用结果未说明；不能据模拟描述断言普遍有效，也不能推断刊本变化。
原文摘要
We consider the problem of estimating and deriving confidence intervals for change points in linear models with heteroscedastic errors. A CUSUM process-based estimator is proposed, and we establish its asymptotic properties when the linear regression model exhibits change points in both the regression parameters and the distribution of the errors. This theory motivates the construction of confidence sets for multiple change points by refining preliminary change point estimators and approximating their distribution in a way that is robust to heteroscedasticity. Monte Carlo experiments indicate that the proposed confidence intervals achieve accurate empirical coverage for change-point locations under both homoscedastic and heteroscedastic error structures. In two data applications, we apply the proposed confidence intervals to examine changes in the flattening of the New Keynesian Phillips curve and in cryptocurrency risk factors.