Limiting properties of the least squares estimator of a continuous threshold autoregressive model
连续阈值自回归模型最小二乘估计量的极限性质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：摘要直接研究阈值自回归过程，并应用于美国季度失业率时间序列。
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…
关注这篇论文的作者
连续阈值自回归模型最小二乘估计量的极限性质
- 研究问题
- 当分段线性自回归函数在各处连续时，包括阈值参数在内的条件最小二乘估计量具有什么收敛速度与极限分布？
- 方法与思路
- 作者在连续阈值自回归模型中分析条件最小二乘估计，在适当正则条件下推导渐近性质，并辅以模拟和失业率应用。
- 材料陈述的贡献
- 摘要称包括阈值在内的参数估计具有根号样本量一致性和渐近正态性，呈现了连续模型相对不连续情形的差异。
- 阅读关注点
- 应核对连续约束如何进入估计、阈值参数的识别条件、所需正则条件，以及美国季度失业率应用的模型设定。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；具体正则条件和实证结果未说明，不能推广到不连续阈值模型。
原文摘要
The continuous threshold autoregressive model is a sub-class of the threshold autoregressive model subject to the requirement that the piece-wise linear autoregressive function be continuous everywhere. In contrast with the discontinuous case, it is shown that, under suitable regularity conditions, the conditional least squares estimator of the pararneters including the threshold parameter is root-n consistent and asymptotically normally distributed. The theory is illustrated by a simulation study and is applied to the quarterly U.S. unemployment rates.