Estimating structural changes in regression quantiles
回归分位数中结构变化的估计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：摘要直接研究条件分位数的多重结构变化，覆盖时间序列并应用于季度 GDP 增长。
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
回归分位数中结构变化的估计
- 研究问题
- 当一个或多个条件分位数在未知时点发生多次结构变化时，如何联合估计断点与模型参数，并构造断点置信区间？
- 方法与思路
- 作者在允许的断点组合上最小化分位数检验损失，推导估计量的极限分布，以模拟评估区间覆盖率，并讨论断点数量选择。
- 材料陈述的贡献
- 摘要称，该方法同时覆盖时间序列与重复截面；GDP 增长和未成年人酒驾应用显示，分位数变化可提供均值分析之外的信息。
- 阅读关注点
- 应核对允许的断点集合、分位数间断点关系、极限分布条件、断点数量选择规则，以及模拟覆盖率的设计与表现。
- 阅读边界
- 仅据所给出版社摘要，无法判断最小区段长度、变化幅度要求或具体覆盖率；应用中的信息增益不能直接推广到所有数据。
原文摘要
This paper considers the estimation of multiple structural changes occurring at unknown dates in one or multiple conditional quantile functions. The analysis covers time series models as well as models with repeated cross-sections. We estimate the break dates and other parameters jointly by minimizing the check function over all permissible break dates. The limiting distribution of the estimator is derived and the coverage property of the resulting confidence interval is assessed via simulations. A procedure to determine the number of breaks is also discussed. Empirical applications to the quarterly US real GDP growth rate and the underage drunk driving data suggest that the method can deliver more informative results than the analysis of the conditional mean function alone.