Priors For The Ar(1) Model: Parameterization Issues and Time Series Considerations
AR(1) 模型的先验：参数化问题与时间序列考量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：摘要直接讨论 AR(1) 时间序列、单位根及相应的贝叶斯先验设定。
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
AR(1) 模型的先验：参数化问题与时间序列考量
- 研究问题
- 在可能存在单位根的 AR(1) 模型中，无条件均值的局部识别问题及其与自相关参数的先验依赖如何影响后验推断？
- 方法与思路
- 作者重点分析参数化问题，考察无条件均值与自相关参数的先验依赖，并结合时间序列回归变量的性质讨论依赖形式。
- 材料陈述的贡献
- 摘要称自回归参数的后验可能对先验依赖程度高度敏感，并指出时间序列性质提示了一种特定的先验依赖形式。
- 阅读关注点
- 应核对随机游走极限附近的识别奇异性、不同参数化间的先验转换，以及所建议依赖形式的具体表达和敏感性分析。
- 阅读边界
- 仅据所给 Crossref 摘要；具体先验、数据与后验比较未说明，不能据此判断建议形式是否普遍改善单位根推断。
原文摘要
Two issues have come up in the specification of a prior in the Bayesian analysis of time series with possible unit roots. The first issue deals with the singularity that is due to the local identification problem of the unconditional mean of an AR(1) process in the limit of a random walk. This singularity problem is related to the difference between a structural parameterization and the linear reduced form in a standard regression model with fixed regressors. The second is related to the time series nature of the regressor in an AR(1) model. In this paper we will concentrate on the parameterization issue. First, it is shown that the posterior of the autoregressive parameter can be very sensitive to the degree of prior dependence between the unconditional mean and the autocorrelation parameter. Second, the time series nature of the problem suggests a particular form of this dependence.