THE APPROXIMATE MOMENTS OF THE LEAST SQUARES ESTIMATOR FOR THE STATIONARY AUTOREGRESSIVE MODEL UNDER A GENERAL ERROR DISTRIBUTION
一般误差分布下平稳自回归模型最小二乘估计量的近似矩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：摘要直接研究平稳一阶自回归模型的估计偏差与均方误差，属于时间序列方法。
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
一般误差分布下平稳自回归模型最小二乘估计量的近似矩
- 研究问题
- 在误差不服从正态分布时，平稳一阶动态回归中自回归系数的最小二乘估计偏差与均方误差如何变化，截距是否影响结果？
- 方法与思路
- 作者分别考虑包含与不包含截距的一阶平稳动态回归，推导最小二乘估计量的近似偏差和均方误差，并考察非正态误差的影响。
- 材料陈述的贡献
- 摘要称非正态性通过误差分布的偏度与峰度系数进入估计量的近似矩，从而明确了误差分布形状影响这些近似量的渠道。
- 阅读关注点
- 应核对近似展开的阶数、误差所需的矩与依赖条件，以及截距处理和自回归参数接近平稳边界时对近似有效性的影响。
- 阅读边界
- 所给 RePEc 出版社摘要未列出展开公式、余项控制或数值结果；不能据此判断任意误差分布或小样本下的近似准确性。
原文摘要
I derive the approximate bias and mean squared error of the least squares estimator of the autoregressive coefficient in a stationary first-order dynamic regression model, with or without an intercept, under a general error distribution. It is shown that the effects of nonnormality on the approximate moments of the least squares estimator come into play through the skewness and kurtosis coefficients of the nonnormal error distribution.The author is grateful to the co-editor Paolo Paruolo and two anonymous referees for helpful comments. The author is solely responsible for any remaining errors.