R-Estimation of the Parameters of Autoregressive [Ar (p)] Models
自回归AR(p)模型参数的R估计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：摘要明确研究AR(p)自回归模型的参数估计与检验，直接对应时间序列方向。
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
自回归AR(p)模型参数的R估计
- 研究问题
- 在AR(p)模型中，若部分参数可能冗余，如何估计其余参数，并比较预检验与收缩R估计量的渐近风险？
- 方法与思路
- 作者结合完整参数假设与子假设的秩检验，考察预检验和收缩R估计量，并以渐近分布风险进行效率比较。
- 材料陈述的贡献
- 摘要称，论文给出相对渐近风险效率结果；收缩R估计可能优于传统版本，但一般并不支配预检验R估计。
- 阅读关注点
- 应核对冗余参数假设、秩得分与收缩规则，以及风险定义和参数区域如何决定各类估计量的比较结论。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未给出过程条件及风险公式，不能把可能的风险改进视为统一优势。
原文摘要
In an AR(p) model, R-estimation of a subset of parameters is considered when the complementary subset is possibly redundant. Along with the rank test of the full hypothesis and the subhypothesis of the parameters, both preliminary test and shrinkage R-estimators are considered. In the light of asymptotic distributional risk, the relative asymptotic risk-efficiency results are given. Though, the shrinkage R-estimator may dominate their classical versions, they do not in general dominate the preliminary test R-estimators.