Pre and post break parameter inference
结构断点前后参数的推断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：摘要明确研究时间序列中单个未知结构断点前后的参数推断。
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
结构断点前后参数的推断
- 研究问题
- 对于存在单个未知日期断点的时间序列模型，如何推断断点前后的标量参数，并考虑断点日期估计带来的不确定性？
- 方法与思路
- 作者先建立高斯过程极限实验，再构造接近最大化加权平均功效的检验，并给出GMM时间序列模型的小样本实施方法。
- 材料陈述的贡献
- 摘要称，除非断点足够大，将估计日期当作真实日期会导致严重推断尺寸失真，并提出针对这一问题的替代检验。
- 阅读关注点
- 应核对断点大小的渐近设定、极限实验的构造、功效权重的选择，以及小样本程序如何纳入断点日期的不确定性。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体尺寸偏差及适用模型；接近最优的加权平均功效不等于对所有备择都具有最高功效。
原文摘要
Consider inference about the pre and post break value of a scalar parameter in a time series model with a single break at an unknown date. Unless the break is large, treating the break date estimated by least squares as the true break date leads to substantially oversized tests and confidence intervals. To develop a suitable alternative, we first establish convergence to a Gaussian process limit experiment. We then determine a nearly weighted average power maximizing test in this limit experiment, and show how to implement a small sample analogue in GMM time series models.