Estimating and Testing Structural Changes in Multivariate Regressions
多元回归中结构变化的估计与检验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：摘要直接研究未知日期的多次结构变化、断点数量检验及跨方程断点关系，因此归入结构变化方向。
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
多元回归中结构变化的估计与检验
- 研究问题
- 在方程组中，如何估计发生于未知日期的多次结构变化，并检验回归系数或误差协方差是否变化、确定变化次数？
- 方法与思路
- 作者采用基于正态误差的准极大似然估计，允许参数限制，并构造似然比型检验及计算算法，以处理共同或部分方程的断点。
- 材料陈述的贡献
- 摘要称在较以往研究更一般的假设下推导极限分布，并提出局部有序断点模型，使不同方程的断点相互关联但不必同日发生。
- 阅读关注点
- 核对误差过程与断点间距等渐近条件、参数限制如何进入估计和检验，以及局部有序断点的定义、断点数选择规则与算法实现。
- 阅读边界
- 摘要未给出极限分布、算法细节及有限样本表现；参数限制提高功效的说法以先验信息为前提，不能据此推断所有设定下都更优。
原文摘要
This paper considers issues related to estimation, inference, and computation with multiple structural changes that occur at unknown dates in a system of equations. Changes can occur in the regression coefficients and/or the covariance matrix of the errors. We also allow arbitrary restrictions on these parameters, which permits the analysis of partial structural change models, common breaks that occur in all equations, breaks that occur in a subset of equations, and so forth. The method of estimation is quasi-maximum likelihood based on Normal errors. The limiting distributions are obtained under more general assumptions than previous studies. For testing, we propose likelihood ratio type statistics to test the null hypothesis of no structural change and to select the number of changes. Structural change tests with restrictions on the parameters can be constructed to achieve higher power when prior information is present. For computation, an algorithm for an efficient procedure is proposed to construct the estimates and test statistics. We also introduce a novel locally ordered breaks model, which allows the breaks in different equations to be related yet not occurring at the same dates.