Statistical Inference in Regressions with Integrated Processes: Part 1
含单整过程回归的统计推断：第一部分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：摘要以单整过程、单位根理论及含漂移的时间序列回归推断为核心。
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
含单整过程回归的统计推断：第一部分
- 研究问题
- 含单整过程的多元回归如何进行统计推断，尤其如何处理回归检验极限分布中的干扰参数及不同回归变量设定？
- 方法与思路
- 作者建立涵盖随机和部分确定性回归变量、向量自回归及漂移项的理论，并提出处理 F 检验分布依赖的变换。
- 材料陈述的贡献
- 摘要称，适当构造的 Wald 检验在严格外生设定下适用常规渐近理论；单方程结果兼容卡方与单位根理论的极限情形。
- 阅读关注点
- 应核对单整阶数、严格外生性的定义、新变换的构造，以及单方程 Wald 分布中两类极限成分的具体表达。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将常规 Wald 理论推广至所有单整回归；变换细节和规格稳健性的边界未说明。
原文摘要
This paper develops a multivariate regression theory for integrated processes which simplifies and extends much earlier work. Our framework allows for both stochastic and certain deterministic regressors, vector autoregressions, and regressors with drift. The main focus of the paper is statistical inference. The presence of nuisance parameters in the asymptotic distributions of regression F tests is explored and new transformations are introduced to deal with these dependencies. Some specializations of our theory are considered in detail. In models with strictly exogenous regressors, we demonstrate the validity of conventional asymptotic theory for appropriately constructed Wald tests. These tests provide a simple and convenient basis for specification robust inferences in this context. Single equation regression tests are also studied in detail. Here it is shown that the asymptotic distribution of the Wald test is a mixture of the chi square of conventional regression theory and the standard unit-root theory. The new result accommodates both extremes and intermediate cases.