Timing structural change: a conditional probabilistic approach
结构变化时点的条件概率评估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：摘要明确研究时间序列结构稳定性、未知突变日期及 GDP 波动变化，直接支持结构变化与时间序列分类。
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…
结构变化时点的条件概率评估
- 研究问题
- 当时间序列的潜在突变日期未知时，如何更精确地判断变化发生时点，尤其是方差参数发生变化的日期？
- 方法与思路
- 作者提出基于似然的程序，为不同候选突变日期赋予条件概率，并通过参数和非参数实现、模拟及美国 GDP 应用展示。
- 材料陈述的贡献
- 摘要称，该程序能提高结构变化时点推断的精确度，并用美国 GDP 增长率波动下降的案例展示其应用。
- 阅读关注点
- 应核对条件概率的条件事件与构造方式、候选日期范围，以及时点精度的评价指标和方差变化情形下的表现。
- 阅读边界
- 仅依据所给 Crossref 摘要；概率解释、具体适用条件及精度改善数值未说明，不能直接将其视为后验概率或推断版本变化。
原文摘要
Abstract We propose a strategy for assessing structural stability in time‐series frameworks when potential change dates are unknown. Existing stability tests are effective in detecting structural change, but procedures for identifying timing are imprecise, especially in assessing the stability of variance parameters. We present a likelihood‐based procedure for assigning conditional probabilities to the occurrence of structural breaks at alternative dates. The procedure is effective in improving the precision with which inferences regarding timing can be made. We illustrate parametric and non‐parametric implementations of the procedure through Monte Carlo experiments, and an assessment of the volatility reduction in the growth rate of US GDP. Copyright © 2006 John Wiley & Sons, Ltd.