Pitfalls in the Use of Time as an Explanatory Variable in Regression
在回归中将时间作为解释变量的陷阱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：摘要围绕随机游走、时间趋势回归、残差自相关和虚假相关展开，直接对应时间序列模型设定与推断问题。
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
在回归中将时间作为解释变量的陷阱
- 研究问题
- 将无趋势随机游走对时间回归，会怎样误导趋势识别与拟合优度判断，并使去趋势序列呈现虚假周期和相关性？
- 方法与思路
- 作者考察无趋势随机游走对时间回归后的拟合优度、残差变异与自相关，讨论趋势检验，并扩展到成对去趋势序列。
- 材料陈述的贡献
- 摘要称此类回归的决定系数约为0.44、残差变异约为原序列的14%，并出现伪周期、趋势误检及去趋势序列间的虚假相关。
- 阅读关注点
- 阅读全文时应核对数量结论的推导条件、趋势检验的设定，以及 Cochrane–Orcutt 自相关修正只能部分缓解偏误的原因。
- 阅读边界
- 摘要未说明创新项假设、数值结论的获取方式及检验细节，不能将所列比例直接推广到任意时间序列、趋势形式或回归设定。
原文摘要
Regression of a trendless random walk on time produces R-squared values around .44 regardless of sample length. The residuals from the regression exhibit only about 14% as much variation as the original series even though the underlying process has no functional dependence on time. The autocorrelation structure of these “detrended” random walks is pseudo-cyclical and purely artifactual. Conventional tests for trend are strongly biased toward finding a trend when none is present, and this effect is only partially mitigated by Cochrane-Orcutt correction for autocorrelation. The results are extended to show that pairs of detrended random walks exhibit spurious correlation.