SEQUENTIAL MONITORING OF CHANGES IN DYNAMIC LINEAR MODELS, APPLIED TO THE U.S. HOUSING MARKET
动态线性模型结构变化的序贯监测及美国住房市场应用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：摘要明确研究动态线性模型的结构突变监测，并分析住房市场的自回归时间序列。
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
动态线性模型结构变化的序贯监测及美国住房市场应用
- 研究问题
- 如何在动态线性模型中随数据到达识别结构突变，并刻画监测误报、检出能力及发生变化后的停止时间？
- 方法与思路
- 作者结合检测统计量与边界函数，以越界触发报警，推导稳定原假设下的渐近结果和变化备择下的停止时间分布。
- 材料陈述的贡献
- 摘要称证明监测程序的一致性，并用模拟考察尺寸和功效；住房市场应用检出断点，分段自回归参数上升但低于1。
- 阅读关注点
- 应核对初始稳定样本、检测器与边界的选择、允许的变化类型，以及停止时间分布和住房数据分段平稳性的依据。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断具体断点日期、检出延迟或房地产机制解释；其他版本及刊本变化未说明。
原文摘要
We propose a sequential monitoring scheme to find structural breaks in dynamic linear models. The monitoring scheme is based on a detector and a suitably chosen boundary function. If the detector crosses the boundary function, a structural break is detected. We provide the asymptotics for the procedure under the null hypothesis of stability. The consistency of the procedure is also proved. We derive the asymptotic distribution of the stopping time under the change point alternative. Monte Carlo simulation is used to show the size and the power of our method under several conditions. As an example, we study the real estate markets in Boston and Los Angeles, and at the national U.S. level. We find structural breaks in the markets, and we segment the data into stationary segments. It is observed that the autoregressive parameter is increasing but stays below 1.