Ols Bias in a Nonstationary Autoregression
非平稳自回归中的 OLS 偏差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：摘要直接研究单位根自回归过程中的 OLS 有限样本偏差与渐近速度。
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
非平稳自回归中的 OLS 偏差
- 研究问题
- 当自回归过程具有单位根时，OLS 自回归参数估计的有限样本偏差如何近似，其下降速度为何可能慢于一致性速度？
- 方法与思路
- 作者推导以抛物柱函数表示的偏差近似公式并作数值评价，再据此通过最小二乘拟合渐近偏差形成启发式近似。
- 材料陈述的贡献
- 摘要称，解析近似数值上很准确，并证明偏差下降慢于一致性速度；论文还给出一个偏差随样本量增加而上升的情形。
- 阅读关注点
- 应核对模型中的确定性项、初始值与偏差定义，辨明近似误差和下降速度的含义，并检查偏差随样本量上升案例的条件。
- 阅读边界
- 仅依据所给 Crossref 摘要；公式、模型条件和准确性数值未说明，不能据此断言所有单位根回归具有同样偏差行为或推断其他版本变化。
原文摘要
An analytical formula is derived to approximate the finite sample bias of the ordinary least-squares (OLS) estimator of the autoregressive parameter when the underlying process has a unit root. It is found that the bias is expressible in terms of parabolic cylinder functions which are easy to compute. Numerical evaluation of the formula reveals that the approximation is very accurate. The derived formula inspires a heuristic approximation, obtained by leastsquares fitting of the asymptotic bias. More importantly, the formula proves analytically that the bias declines at a rate which is slower than the consistency rate, thus explaining some previous simulation findings. A case where the bias increases with the sample size is also given.