Inferences for the Linear Errors-in-Variables with Changepoint Models
含变点的线性变量误差模型推断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：摘要研究一般变量误差回归的变点，未明确时间序列或宏观数据设定，单凭变化一词不足以归入宏观结构变化。
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
含变点的线性变量误差模型推断
- 研究问题
- 在线性变量误差回归中，如何检验是否存在一次结构变化，并在变化存在时估计未知变点及相关模型参数？
- 方法与思路
- 作者考虑含变点的线性结构型变量误差模型，以最大 Hotelling 统计量构造似然比检验，并用极大似然估计变点及其他参数。
- 材料陈述的贡献
- 摘要称研究了变点估计的极限分布，指出渐近效率随回归斜率绝对值增大而提高，并通过蒙特卡洛考察估计表现。
- 阅读关注点
- 应核对测量误差模型的识别约束、变化前后允许改变的参数，以及检验后估计的性质和效率比较所用标准。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；仅涉及无变化与恰好一次变化的比较，未说明多变点或宏观序列中的适用性。
原文摘要
A new linear structural errors-in-variables regression with changepoint model is considered. In this model we consider the likelihood ratio test based on the maximum Hotelling T 2 for the test of no change against the alternative of exactly one change. If there is a change, either known a priori or by testing, then we estimate the unknown changepoint parameter and some other related parameters by maximum likelihood. The limiting distribution of the changepoint estimator is investigated and it is shown that the asymptotic efficiency increases as the absolute regression slope coefficient increases. A Monte Carlo study shows that the proposed estimator performs satisfactorily.