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:摘要直接讨论时间序列中未知日期的多重结构突变检测及其误检率和功效。

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
Bent Nielsen
Matthias Qian

阶跃指示变量饱和法误检率与功效的渐近性质

研究问题
面对日期未知的多个时间序列结构突变,阶跃指示变量饱和法如何选择调参值,其误检率与局部检测功效有何渐近性质?
方法与思路
作者研究阶跃指示变量饱和法的频率误检率,建立正态及小误检率情形下的泊松理论,并与 Andrews 突变检验比较局部功效。
材料陈述的贡献
摘要称,方法具有误检率一致性与渐近正态性,在样本末端或相近突变下表现突出,并用于英国劳动生产率变化分析。
阅读关注点
应核对误检率的定义及其与调参值的关系、泊松近似的适用区域,以及局部功效比较和选择后回归偏差的具体设定。
阅读边界
所给 Crossref 摘要未列出突变幅度、间距条件或数值结果;相对功效优势限于所述情形,生产率应用也不能据此作因果解释。

原文摘要

Detecting multiple structural breaks at unknown dates is a central challenge in time-series econometrics. Step-indicator saturation (SIS) addresses this challenge during model selection, and we develop its asymptotic theory for tuning parameter choice. We study its frequency gauge—the false detection rate—and show it is consistent and asymptotically normal. Simulations suggest that a smaller gauge minimizes bias in post-selection regression estimates. For the small gauge situation, we develop a complementary Poisson theory. We compare the local power of SIS to detect shifts with that of Andrews’ break test. We find that SIS excels when breaks are near the sample end or closely spaced. An application to U.K. labor productivity reveals a growth slowdown after the 2008 financial crisis.

笔记与分组
相关领域论文