Median Unbiased Estimation of Coefficient Variance in a Time-Varying Parameter Model
时变参数模型中系数方差的中位数无偏估计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：摘要直接涉及时变参数、参数稳定性检验和 GDP 趋势增长，支持时间序列与结构变化分类。
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
时变参数模型中系数方差的中位数无偏估计
- 研究问题
- 在解释变量平稳的时变参数模型中，如何缓解系数方差极大似然估计集中于零的问题，并构造有效置信区间？
- 方法与思路
- 作者反演常参数原假设下回归型参数稳定性检验统计量的分位数函数，构造渐近中位数无偏估计和置信区间。
- 材料陈述的贡献
- 摘要称方法在小到中等参数变动下具有良好渐近相对效率；美国 GDP 应用中，部分中位数无偏估计支持趋势增长下降。
- 阅读关注点
- 应核对方差参数的渐近框架、检验统计量的反演过程，以及 GDP 应用中不同点估计与区间如何改变趋势判断。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要。趋势下降陈述对应部分点估计，摘要未提供完整置信区间，不能视为确定的历史结论。
原文摘要
This article considers inference about the variance of coefficients in time-varying parameter models with stationary regressors. The Gaussian maximum likelihood estimator (MLE) has a large point mass at 0. We thus develop asymptotically median unbiased estimators and asymptotically valid confidence intervals by inverting quantile functions of regression-based parameter stability test statistics, computed under the constant-parameter null. These estimators have good asymptotic relative efficiencies for small to moderate amounts of parameter variability. We apply these results to an unobserved components model of trend growth in postwar U.S. per capita gross domestic product. The MLE implies that there has been no change in the trend growth rate, whereas the upper range of the median-unbiased point estimates imply that the annual trend growth rate has fallen by 0.9% per annum since the 1950s.