Small-Sample Estimation of a Structural Equation with Autocorrelated Errors
自相关误差下结构方程的小样本估计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模型中的误差自相关及其对估计表现的影响。
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
自相关误差下结构方程的小样本估计
- 研究问题
- 当时间序列方程的误差存在自相关，且部分解释变量与误差相关时，不同估计方法的小样本均方误差如何比较？
- 方法与思路
- 作者通过蒙特卡洛实验比较若干估计量，考察纠正误差自相关的变换，以及工具变量等处理解释变量与误差相关问题的方法。
- 材料陈述的贡献
- 摘要称，纠正自相关的变换往往改善表现，而工具变量等方法通常效果有限；在不少实验情形中，普通最小二乘的均方误差最小。
- 阅读关注点
- 应核对样本量、自相关程度、解释变量与误差的相关结构、工具变量设置，以及均方误差比较所覆盖的具体实验设计。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要。摘要未提供实验参数或具体数值，不能将所述小样本表现推广到其他模型，也不能推断刊本变化。
原文摘要
Many time series models have autocorrelated errors. A further problem may be that some of the right-hand variables are correlated with the error. Using Monte Carlo methods we investigated several estimators of such a model. We found that a transformation to correct the autocorrelation often improved matters, but that techniques to correct the other problems such as instrumental variables were usually ineffective. In many cases ordinary least squares had the smallest mean squared error.