NEARLY EFFICIENT LIKELIHOOD RATIO TESTS OF A UNIT ROOT IN AN AUTOREGRESSIVE MODEL OF ARBITRARY ORDER
任意阶自回归模型中近乎有效的单位根似然比检验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：摘要直接研究自回归时间序列中的单位根检验，并采用局部趋近单位根渐近框架分析检验功效。
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…
任意阶自回归模型中近乎有效的单位根似然比检验
- 研究问题
- 对于任意阶自回归模型的单位根假设，直接使用完整模型的似然比检验，能否达到接近高斯功效包络的局部功效？
- 方法与思路
- 作者在局部趋近单位根的渐近框架下分析完整模型的似然比检验，并讨论筛法近似和不同备择类别的扩展。
- 材料陈述的贡献
- 摘要称完整似然比检验的渐近局部功效与高斯功效包络几乎无法区分，从而将近乎有效性结果扩展至高阶模型。
- 阅读关注点
- 应核对似然设定、确定性项和初始条件的处理、任意阶与筛法增长阶数的区别，以及功效包络的比较范围。
- 阅读边界
- 仅据所给 Crossref 摘要，近乎有效性限于所述渐近比较，不能据此断言有限样本最优，也不能推断其他版本变化。
原文摘要
We study large sample properties of likelihood ratio tests of the unit-root hypothesis in an autoregressive model of arbitrary order. Earlier research on this testing problem has developed likelihood ratio tests in the autoregressive model of order 1, but resorted to a plug-in approach when dealing with higher-order models. In contrast, we consider the full model and derive the relevant large sample properties of likelihood ratio tests under a local-to-unity asymptotic framework. As in the simpler model, we show that the full likelihood ratio tests are nearly efficient, in the sense that their asymptotic local power functions are virtually indistinguishable from the Gaussian power envelopes. Extensions to sieve-type approximations and different classes of alternatives are also considered.