The Estimation of Relationships with Autocorrelated Residuals by the Use of Instrumental Variables
用工具变量估计残差自相关的关系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：摘要明确涉及带测量误差的时间序列关系和自回归残差，对应时间序列方向。
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
用工具变量估计残差自相关的关系
- 研究问题
- 当带测量误差的时间序列之间存在线性关系，且关系系数由一组参数决定时，如何估计并处理残差自相关的问题？
- 方法与思路
- 作者将工具变量法用于参数化的关系系数，推导渐近误差方差矩阵、检验和置信区域，再应用于自回归残差情形。
- 材料陈述的贡献
- 摘要称，给出了关系存在性与识别的渐近检验及参数置信区域，并针对自回归残差提出实际计算方法。
- 阅读关注点
- 阅读时应核对工具变量的有效性与识别条件、测量误差设定、残差自回归形式，以及方差矩阵和计算程序的构造。
- 阅读边界
- 仅据 Crossref 摘要，工具变量选择、误差依赖条件和计算细节均未说明；不能据此认定所估关系具有因果含义。
原文摘要
SUMMARY The instrumental variables method of estimating the coefficients of a linear relationship between time series which have measurement errors is applied to the case where the coefficients are functions of a set of parameters. The asymptotic error variance matrix of the estimates is obtained, asymptotic tests for the existence and identification of the suggested form of relationship are suggested, and asymptotic confidence regions are given. The general theory is then applied to the case of a relationship with an autoregressive residual, and practical computational methods are suggested.