Robust Two-Sample Inference under Serial Dependence
序列相关下的稳健双样本推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究序列相关下的时间序列检验，并明确将双重差分纳入框架。
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
序列相关下的稳健双样本推断
- 研究问题
- 当两组时间序列分别存在序列相关且长期方差不同，如何对均值差及联合均值假设进行尺寸可靠的双样本检验？
- 方法与思路
- 作者用正交基投影构造 series HAR 标准化，提出固定基维度的 Welch 型近似及调整自由度，并构造无需分块的野生自助法。
- 材料陈述的贡献
- 摘要称，该框架涵盖双重差分和 Diebold–Mariano 检验；固定维度近似与自助法在模拟及应用中实现准确尺寸和有竞争力的功效。
- 阅读关注点
- 应核对两样本之间允许的依赖、长期方差条件、基函数与维度设定，以及自由度近似和野生自助法如何复现序列相关。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未经核实；摘要未提供具体条件、应用细节或数值，“无需调参”的适用含义仍需核对。
原文摘要
We propose robust inference for two-sample comparison with time-series data under serial dependence and heterogeneous long-run variances. Standardizing with orthonormal-basis (series HAR) projections, we develop two-sample t-tests and, for joint hypotheses on a vector of means, a series HAR Wald statistic. Because the increasing-K chi-square limit tends to over-reject, we propose Welch-type fixed-K t- and F-approximations with adjusted degrees of freedom. We further develop a series HAR wild bootstrap that reproduces serial dependence without resampling blocks. The framework nests difference-in-differences and Diebold-Mariano testing. Simulations and two empirical applications show accurate size control and competitive power, a tuning-free alternative to cluster-based inference.