Hysteretic autoregressive time series models
滞回自回归时间序列模型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：题名与摘要明确研究自回归时间序列、状态切换及相关估计理论。
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…
滞回自回归时间序列模型
- 研究问题
- 如何在经典两状态门限自回归模型中引入滞回机制，使状态切换更灵活，并建立相应估计和模型选择理论？
- 方法与思路
- 作者扩展门限模型的状态切换结构，保留分段线性形式，讨论条件最小二乘估计并推导模型选择信息准则。
- 材料陈述的贡献
- 摘要称给出几何遍历性的充分条件，推导估计量渐近分布及模型选择信息准则，并以模拟和实例支持模型。
- 阅读关注点
- 应核对滞回区间内状态如何确定、几何遍历性的充分条件，以及不同参数的渐近分布和信息准则构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；切换规则及理论条件未详述，模拟支持不代表普遍优越，不能推断刊本变化。
原文摘要
This paper extends the classical two-regime threshold autoregressive model by introducing hysteresis to its regime-switching structure, which leads to a new model: the hysteretic autoregressive model. The proposed model enjoys the piecewise linear structure of a threshold model but has a more flexible regime switching mechanism. A sufficient condition is given for geometric ergodicity. Conditional least squares estimation is discussed, and the asymptotic distributions of its estimators and information criteria for model selection are derived. Simulation results and an example support the model.