Generalized Covariance Estimator under Misspecification
模型误设下的广义协方差估计量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：摘要明确研究具有局部爆炸模式的因果—非因果过程及其规格检验，直接对应时间序列方法。
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…
关注这篇论文的作者
模型误设下的广义协方差估计量
- 研究问题
- 广义协方差估计量在模型误设下具有怎样的大样本性质，又如何用于区分包含局部爆炸模式的时间序列规格？
- 方法与思路
- 作者分析误设下GCov估计量的一致性和渐近正态性，构造Wald型与得分型检验，并在因果—非因果过程上验证。
- 材料陈述的贡献
- 摘要称所提估计量在误设下仍具一致性与渐近正态性，相关检验服从卡方极限分布，并给出能源需求商品指数应用。
- 阅读关注点
- 应核对误设下一致性对应的参数目标、协方差与检验校准方式，以及局部爆炸过程满足理论条件的具体范围。
- 阅读边界
- 这是arXiv预印本，同行评审或接收未核实；摘要未说明误设下的目标参数和正则条件，不能理解为仍恢复真实模型参数。
原文摘要
This paper investigates the properties of the Generalized Covariance (GCov) estimator under misspecification with application to processes with local explosive patterns, such as causal-noncausal processes. We show that GCov is consistent and has an asymptotically Normal distribution under misspecification. Then, we construct GCov-based Wald-type and score-type tests to test one specification against the other, all of which follow a $χ^2$ distribution. We validate the finite-sample performance of the proposed estimators and tests in the context of causal-noncausal models. Finally, we provide applications of the noncausal model to the final energy demand commodity index.