A Sampling Study of the Merits of Auto-Regressive and Reduced form Transformations in Regression Analysis
回归分析中自回归变换与简约式变换的抽样研究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：摘要明确讨论总量时间序列、误差自相关及自回归变换，直接支持时间序列分类，但未说明 VAR 或局部投影。
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
回归分析中自回归变换与简约式变换的抽样研究
- 研究问题
- 当误差存在自相关且变量间有多条关系时，自回归变换与简约式变换如何影响短期总量时间序列的结构参数估计？
- 方法与思路
- 作者以抽样研究考察两类变换处理误差自相关及多重关系的表现，并关注关系间误差相关信息与变换选择的重要性。
- 材料陈述的贡献
- 摘要称若缺乏误差相互相关的信息，且不能选取近似正确的自回归变换，对仅二十个观测的结构估计应保持谨慎。
- 阅读关注点
- 应核对抽样研究的设计、关系系统和误差结构，以及变换选择错误的影响，明确二十个观测这一结论的适用范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；未提供抽样设计或数值结果，不能据此否定所有短序列估计。
原文摘要
This paper is concerned with some aspects of regression analysis when the error terms are autocorrelated and there exists more than one relationship between the variables. In particular, we investigate the merits of autoregressive transformations and the reduced form transformation in dealing with these complications. An important result is that, unless it is possible to specify something about the intercorrelation of the error terms in a set of relations and to choose approximately the correct autoregressive transformation, a certain amount of scepticism is justified concerning the possibility of estimating structural parameters from aggregative time series of only twenty observations.