跳到正文
← 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:摘要明确将条件矩检验扩展到非平稳的 I-regular 时间序列模型。

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
Ioannis Kasparis

若干非平稳模型中的 Bierens 检验

研究问题
严格平稳框架下以变量诱导概率测度定义的条件矩检验,如何扩展至非平稳的 I-regular 模型并保留一致性?
方法与思路
作者将 Bierens 检验调整到 I-regular 模型,在原有概率测度不适用时改用 Lebesgue 测度来表达检验条件。
材料陈述的贡献
摘要称,Lebesgue 测度可以在该非平稳框架中获得有意义的使用方式,所得检验对所有 I-regular 备择具有一致性。
阅读关注点
应核对 I-regular 模型的定义、两种测度下原假设的关系,以及统计量构造、临界值和一致性证明所需条件。
阅读边界
仅据所给 RePEc 出版社摘要,无法判断有限样本尺寸或功效;“所有备择”的范围限于文中定义的 I-regular 类。

原文摘要

We adapt the Bierens (1990) test to the I-regular models of Park and Phillips (2001). Bierens (1990) defines the test hypothesis in terms of a conditional moment condition. Under the null hypothesis, the moment condition holds with probability one. The probability measure used is that induced by the variables in the model, that are assumed to be strictly stationary. Our framework is nonstationary and this approach is not always applicable. We show that the Lebesgue measure can be used instead in a meaningful way. The resultant test is consistent against all I-regular alternatives.

笔记与分组