The Student's t Approximation in a Stationary First Order Autoregressive Model
平稳一阶自回归模型中的Student t近似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：摘要明确研究平稳高斯一阶自回归模型中的参数检验，直接属于时间序列计量。
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
平稳一阶自回归模型中的Student t近似
- 研究问题
- 在高斯平稳一阶自回归模型中，检验自回归参数的回归t统计量，其有限样本分布能否由Student t分布准确近似，偏差主要来自何处？
- 方法与思路
- 作者用蒙特卡洛方法研究回归t统计量的分布，并调整统计量使其均值和标准差与Student t分布一致，介绍实践调整方法。
- 材料陈述的贡献
- 摘要称常见经济样本规模下，原始t近似表现不佳，主要问题在分布位置；均值与标准差调整后，Student t近似较准确。
- 阅读关注点
- 应核对初始观测的处理、模拟参数和样本规模，以及均值与标准差调整如何在未知自回归参数下实施，并检查检验尺寸。
- 阅读边界
- 摘要未给出样本规模、参数范围及调整公式，也未报告近似误差；调整后的准确性不能据此推广到非高斯或非平稳模型。
原文摘要
The exact distribution of the regression t statistic for testing the value of the AR parameter in a Gaussian first ord er autoregressive model is investigated by Monte Carlo methods. The S tudent's t distribution is not a satisfactory approximation for sampl es typical in economic applications. The main problem is the location of the distribution of the t statistic rather than the shape. Once t he t statistic is adjusted so that it has the same mean and standard deviation as Student's t, the distribution of the adjusted t statisti c is accurately approximated by Student's t. Techniques are presented for mak-ing these adjustments in practice. Copyright 1988 by The Econometric Society.