AR(1) MODELS, UNIT ROOTS, AND ADJUSTED PROFILE LIKELIHOOD
AR(1) 模型、单位根与调整剖面似然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 AR(1)、不可观测成分模型及单位根检验。
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、单位根与调整剖面似然
- 研究问题
- 在含常数的一阶自回归模型与不可观测成分模型中，调整剖面似然能否改善单位根附近的参数估计、检验功效及分布近似？
- 方法与思路
- 作者用 Cox–Reid 调整剖面似然分析两类模型，比较单位根系数估计、调整与未调整检验统计量的功效和渐近分布贴合程度。
- 材料陈述的贡献
- 摘要称模型设定及似然调整可改善单位根系数估计，不可观测成分模型产生更有力的检验，其调整统计量也更贴近渐近分布。
- 阅读关注点
- 应核对两种模型的参数化、常数与其他干扰参数的处理，以及功效比较范围和调整统计量的渐近分布及有限样本证据。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法判断改善依赖哪些条件或最有力检验的比较集合，亦不能据此推断其他来源版本的变化。
原文摘要
An unobserved components and a conventional first-order autoregressive (AR) model with constant are analyzed with the adjusted profile likelihood of Cox and Reid (1987, Journal of the Royal Statistical Society, Series B 49, 1–39; 1993, Journal of the Royal Statistical Society, Series B 55, 467–71). Both the unobserved components model and the Cox–Reid adjustment can provide more accurate estimates of an AR coefficient of unity. The unobserved components model yields more powerful unit-root tests. In general the most powerful test utilizes the adjustment. Under the unobserved components model the adjusted statistics follow the asymptotic distributions better than the unadjusted.The basis of this research is my D. Phil. thesis (1997) for the University of Oxford. I am grateful to David Hendry for supervision and to Pentti Saikkonen for most helpful advice. I appreciate also the CBRT Young Economist Award with which I was honored after presenting a previous version at the 1998 erc/METU International Conference on Economics. I remain responsible for any errors. Financial support by the Yrjö Jahnsson Foundation and Academy of Finland is gratefully acknowledged.