Inference for non-stationary time series quantile regression with inequality constraints
不等式约束下非平稳时间序列分位数回归的推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确结合非平稳时间序列与分位数回归，分别对应时间序列和分位数方法。
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…
不等式约束下非平稳时间序列分位数回归的推断
- 研究问题
- 当线性分位数回归的预测变量和误差非平稳，且参数受不等式约束时，如何在真值位于约束边界时开展可靠推断？
- 方法与思路
- 作者将受约束估计量渐近表示为无约束估计量的度量投影，利用投影的几何不变性质提出 Wald、似然比和秩方法。
- 材料陈述的贡献
- 摘要称，所提推断程序无论参数是否位于约束边界均具有一致性，并通过模拟和电力需求应用展示利用约束的益处。
- 阅读关注点
- 应核对非平稳过程的允许形式、投影度量及极限分布，以及摘要所称一致性的具体定义和各类检验的临界值构造。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明非平稳条件、边界附近的统一有效性或模拟改善幅度。
原文摘要
We consider parameter inference for linear quantile regression with non-stationary predictors and errors, where the regression parameters are subject to inequality constraints. We show that the constrained quantile coefficient estimators are asymptotically equivalent to the metric projections of the unconstrained estimator onto the constrained parameter space. Utilizing a geometry-invariant property of this projection operation, we propose inference procedures - the Wald, likelihood ratio, and rank-based methods - that are consistent regardless of whether the true parameters lie on the boundary of the constrained parameter space. We also illustrate the advantages of considering the inequality constraints in analyses through simulations and an application to an electricity demand dataset.