跳到正文
← 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:摘要以无漂移随机游走模型的斜率估计与 Bootstrap 失效为明确讨论场景。

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
Atsushi Inoue
Lutz Kilian

极限分布对目标参数连续并非 Bootstrap 有效性的必要条件

研究问题
Bootstrap 失效是否必然由估计量极限分布对目标参数不连续造成,参数空间内收敛速率变化又是否必然妨碍其有效性?
方法与思路
作者以无漂移随机游走斜率估计的 Bootstrap 失效为讨论起点,通过反例检验极限分布连续性与收敛速率恒定的必要性。
材料陈述的贡献
摘要称反例表明,极限分布对目标参数连续及估计量收敛速率在整个参数空间恒定,都不是 Bootstrap 有效性的必要条件。
阅读关注点
应核对反例中的模型、重抽样方案与有效性定义,并区分逐点有效、统一有效和参数变化时的极限近似要求。
阅读边界
仅据所给出版社摘要,无法恢复反例构造或得出通用有效性条件;否定连续性的必要性并不证明随机游走中的原方案有效。

原文摘要

It is well known that the unrestricted bootstrap estimator of the slope parameter in the random walk model without drift converges to a random distribution. This bootstrap failure is commonly attributed to the discontinuity of the limit distribution of the least-squares estimator in the parameter of interest. We demonstrate by counterexample that this type of continuity is not essential for the validity of the bootstrap nor is it essential that the rate of convergence of the estimator remain constant over the whole parameter space.We thank Don Andrews, Shinichi Sakata, Jonathan Wright, and two anonymous referees for very helpful comments. The views expressed in this paper do not necessarily reflect those of the European Central Bank or its members.

笔记与分组
相关领域论文