Uniform Inference in Predictive Regression Models
预测回归模型中的统一推断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。
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：摘要围绕预测回归中的近单位根解释变量及持久性参数展开，直接属于时间序列推断；未说明收益或宏观预测应用。
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
预测回归模型中的统一推断
- 研究问题
- 预测回归中，解释变量接近单位根且持久性未知时，如何构造在整个参数空间控制检验大小、同时保持功效的检验？
- 方法与思路
- 作者利用限制似然的加权最小二乘近似构造拟限制似然比检验（QRLRT），分析其渐近分布如何随干扰性持久参数变化。
- 材料陈述的贡献
- 摘要称，基于上确界界限的 QRLRT 可在参数空间上一致控制检验大小且保持功效；模拟中其功效高于所比较程序。
- 阅读关注点
- 核对持久性参数的取值范围、上确界临界界限的构造、渐近分布变化较小的依据，以及统一尺寸控制与功效比较所需条件。
- 阅读边界
- 摘要未说明误差假设、临界值计算及具体模拟设计；统一尺寸控制和功效优势均需对应其理论条件与所比较的程序理解。
原文摘要
The restricted likelihood has been found to provide a well-behaved likelihood ratio test in the predictive regression model even when the regressor variable exhibits almost unit root behavior. Using the weighted least squares approximation to the restricted likelihood obtained in Chen and Deo, we provide a quasi restricted likelihood ratio test (QRLRT), obtain its asymptotic distribution as the nuisance persistence parameter varies, and show that this distribution varies very slightly. Consequently, the resulting sup bound QRLRT is shown to maintain size uniformly over the parameter space without sacrificing power. In simulations, the QRLRT is found to deliver uniformly higher power than competing procedures with power gains that are substantial.