Exact Moments for Autor1egressive and Random walk Models for a Zero or Stationary Initial Value
零初值或平稳初值下自回归与随机游走模型的精确矩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 AR(1)、随机游走和单位根情形下的估计量分布，因此归入时间序列这一细分方向。
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
零初值或平稳初值下自回归与随机游走模型的精确矩
- 研究问题
- 在零初值或特定平稳初值下，AR(1) 参数最大似然估计量的小样本偏差、均方误差、偏度和峰度如何计算？
- 方法与思路
- 作者推导相关矩的精确表达，并以高斯求积进行小样本计算，覆盖平稳 AR(1)、单位根及正态平稳初值情形。
- 材料陈述的贡献
- 摘要称，文章提供不同初值情形下的精确矩结果，补充布朗运动近似难以提供便捷偏度与峰度校准公式的不足。
- 阅读关注点
- 应核对误差分布、最大似然估计量的具体定义和初值处理，并区分表达式的精确性与数值求积的计算误差。
- 阅读边界
- 所给 Crossref 摘要未完整说明误差假设、公式和计算精度；不能据此推广到任意误差分布、初值或其他版本。
原文摘要
For a first-order autoregressive AR(1) model with zero initial value, x i = ax i−1 ,_, + e i , we provide the bias, mean squared error, skewness, and kurtosis of the maximum likelihood estimator â. Brownian motion approximations by Phillips (1977, Econometrica 45, 463–485; 1978, Biometrika 65, 91–98; 1987, Econometrica 55, 277–301), Phillips and Perron (1988, Biometrika 75, 335–346), and Perron (1991, Econometric Theory 7, 236–252; 1991, Econometrica 59, 211–236), among others, yield an elegant unified theory but do not yield convenient formulas for calibration of skewness and kurtosis. In addition to the usual stationary case |α| < 1, we include the unstable |α| = 1 case of the random walk model. For the |α| < 1 case, we give new exact results for White's (1961, Biometrika 48, 85–94) model B, where the initial value x0 is a normal random variable N(0,σ2/(l – α 2 )). Our expressions are exact for small samples computed by relatively reliable Gaussian quadrature methods, rather than approximate ones in powers of n −l or α 2 .