Confidence sets for the date of a break in level and trend when the order of integration is unknown
积分阶数未知时水平与趋势突变日期的置信集合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 I(0)、I(1) 时间序列中的水平和趋势突变日期，并使用美国宏观数据。
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
积分阶数未知时水平与趋势突变日期的置信集合
- 研究问题
- 当时间序列可能为 I(0) 或 I(1) 时，如何构造水平或趋势突变日期的置信集合，并保持正确的渐近覆盖？
- 方法与思路
- 作者逐一检验可能的突变日期并反演检验，分别构造 I(0) 与 I(1) 下的局部最优不变检验，再以预检验选择置信集合。
- 材料陈述的贡献
- 摘要称，两类集合在各自假设下不依赖突变幅度而具有正确渐近覆盖；模拟支持推荐程序的覆盖和长度表现，并提供美国宏观应用。
- 阅读关注点
- 应核对两种积分情形的假设、突变日期搜索范围、预检验选择规则，以及小突变下覆盖结论与集合长度之间的关系。
- 阅读边界
- 仅据所给出版社摘要，无法判断预检验在接近单位根或多重突变情形的性质；具体模拟和应用数值未说明，也不能推断版本变化。
原文摘要
We propose methods for constructing confidence sets for the timing of a break in level and/or trend that have asymptotically correct coverage for both I(0) and I(1) processes. These are based on inverting a sequence of tests for the break location, evaluated across all possible break dates. We separately derive locally best invariant tests for the I(0) and I(1) cases; under their respective assumptions, the resulting confidence sets provide correct asymptotic coverage regardless of the magnitude of the break. We suggest use of a pre-test procedure to select between the I(0)- and I(1)-based confidence sets, and Monte Carlo evidence demonstrates that our recommended procedure achieves good finite sample properties in terms of coverage and length across both I(0) and I(1) environments. An application using US macroeconomic data is provided which further evinces the value of these procedures.