Testing for Structural Change of Predictive Regression Model to Threshold Predictive Regression Model
预测回归向门限预测回归变化的结构检验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：摘要明确研究预测回归的结构变化和门限检验，并区分平稳与持久时间序列。
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…
预测回归向门限预测回归变化的结构检验
- 研究问题
- 如何检验预测回归中的结构变化与门限特征，且在预测变量平稳或高度持久时分别构造适用的统计量与临界值？
- 方法与思路
- 作者针对平稳预测变量提出广义似然比检验，针对持久预测变量提出广义 F 检验，推导零假设极限分布并用自助法取临界值。
- 材料陈述的贡献
- 摘要称，两类统计量在无结构变化和门限的原假设下分别收敛至高斯过程与布朗运动的函数，并提供模拟和真实案例评估。
- 阅读关注点
- 应核对结构变化与门限的具体参数化、持久性的渐近设定，以及门限搜索范围、自助法构造和检验对不同备择的敏感性。
- 阅读边界
- 仅据 OpenAlex 所载摘要，无法确定两种变化的检验关系、功效及案例对象；也不能将结论推广至任意持久过程或其他版本。
原文摘要
This article investigates two test statistics for testing structural changes and thresholds in predictive regression models. The generalized likelihood ratio (GLR) test is proposed for the stationary predictor and the generalized F test is suggested for the persistent predictor. Under the null hypothesis of no structural change and threshold, it is shown that the GLR test statistic converges to a function of a centered Gaussian process, and the generalized F test statistic converges to a function of Brownian motions. A Bootstrap method is proposed to obtain the critical values of test statistics. Simulation studies and a real example are given to assess the performances of the proposed tests.