Autoregression Quantiles and Related Rank-Scores Processes
自回归分位数及相关秩得分过程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：摘要明确将分位数与秩得分方法推广到自回归模型，直接属于时间序列方法，未涉及金融或因果应用。
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
自回归分位数及相关秩得分过程
- 研究问题
- 如何将回归分位数及线性回归中的秩得分理论扩展到自回归模型，并刻画适用残差统计量的渐近性质？
- 方法与思路
- 作者扩展回归分位数方法与相关线性回归结果，研究自回归残差的线性秩得分统计量，并讨论两类适用的 L 统计量。
- 材料陈述的贡献
- 摘要称给出自回归中相关线性秩得分统计量的渐近一致线性性，并讨论适合该模型的两类 L 统计量。
- 阅读关注点
- 应核对自回归过程与误差的条件、分位数和残差的定义、一致线性性的范围，以及两类 L 统计量的区别。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，不能确定依赖条件、模型阶数或检验用途，也不能据此推断预测表现。
原文摘要
This paper develops extensions of the regression quantiles of Koenker and Bassett (1978) to autoregression. It generalizes several results of Jureckova (1992a) and Gutenbrunner and Jureckova (1992) in linear regression to autoregression models. In particular, it gives the asymptotic uniform linearity of linear rank-scores statistics based on residuals suitable in autoregression. It also discusses the two types of $L$-statistics appropriate in autoregression.