Finite Sample Distributions of t and F Statistics in an AR(1) Model with Anexogenous Variable
含外生变量的 AR(1) 模型中 t 与 F 统计量的有限样本分布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 AR(1)、单位根、随机游走及时间趋势下的时间序列检验分布。
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
含外生变量的 AR(1) 模型中 t 与 F 统计量的有限样本分布
- 研究问题
- 在单位根或近单位根 AR(1) 模型中，外生序列的生成方式和模型参数如何影响 t 与 F 统计量的有限样本分布？
- 方法与思路
- 作者在正态扰动下进行 Monte Carlo 模拟，比较稳定过程、随机游走和时间趋势，并由模拟现象引出精确抽样行为定理。
- 材料陈述的贡献
- 摘要称，分析与模拟共同揭示统计量分布对参数和外生过程的敏感性；相关渐近近似的准确性呈现不同表现。
- 阅读关注点
- 应核对检验的具体限制、初始条件、参数和样本规模设置，并区分精确分布结论与 Monte Carlo 估计结果。
- 阅读边界
- 仅依据所给 Crossref 摘要；未提供模拟数值及定理条件，不能判断哪种渐近近似更准确，也不能推广至非正态扰动。
原文摘要
The distributions of the test statistics are investigated in the context of an AR(1) model where the root is unity or near unity and where the exogenous process is a stable process, a random walk or a time trend. The finite sample distributions are estimated by Monte Carlo methods assuming normal disturbances. The sensitivity of the distributions to both the values of the parameters of the AR(1) model and the process generating the exogenous time series is examined. The Monte Carlo results motivate several theorems which describe the exact sampling behavior of the test statistics. The analytical and empirical results present a mixed picture with respect to the accuracy of the relevant asymptotic approximations.