Bayesian Encompassing Tests of a Unit Root Hypothesis
单位根假设的贝叶斯涵盖检验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：摘要以单位根假设为明确检验对象，讨论相关贝叶斯模型比较和数值推断，直接支持时间序列分类。
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…
单位根假设的贝叶斯涵盖检验
- 研究问题
- 在共享样本空间但参数空间不同的单位根原假设与备择模型之间，贝叶斯涵盖检验会遇到哪些数值问题和先验解释问题？
- 方法与思路
- 作者把原假设与备择视为两个模型，讨论贝叶斯涵盖检验的数值程序和高效模拟，并利用计算结果评估先验及单位根证据。
- 材料陈述的贡献
- 摘要明确陈述的贡献是报告单位根检验中的数值计算经验，并用所得结果讨论先验设定及经验性单位根证据的含义。
- 阅读关注点
- 应核对两模型的参数空间、先验设定及其可比性，涵盖检验统计量的定义，以及数值积分或模拟的精度和稳定性。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定具体算法、先验或数值结果；摘要也未声称该方法具有统一的功效或计算优势。
原文摘要
The object of this paper is to report, for a simple testing problem of a unit root hypothesis, some experience regarding the numerical problems involved by using a Bayesian encompassing test, i.e., a Bayesian procedure that treats the null and the alternative hypotheses as different models, the null one and the alternative one, that share a same sample space but with different parameter spaces. Numerical procedures and efficient simulations are discussed briefly, and the numerical results so obtained are used to evaluate the meaning of the prior specification and of the empirical evidence about a unit root inference.