Robust Estimation of Regression Models with Dependent Regressors: The Functional Least Squares Approach
相依回归量下的稳健回归估计：函数型最小二乘方法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：摘要明确将方法推广到含滞后因变量和相依回归量的回归模型，因此具有直接的动态时间序列建模依据。
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
相依回归量下的稳健回归估计：函数型最小二乘方法
- 研究问题
- 当回归扰动可能具有长尾或非对称分布时，如何将函数型最小二乘的稳健估计理论推广到含相依回归量的模型？
- 方法与思路
- 作者采用基于特征函数的函数型最小二乘方法，利用特征函数在原点附近反映尾部的性质，并推广到更广的回归模型。
- 材料陈述的贡献
- 摘要称，该理论扩展涵盖含滞后因变量与确定性外生变量的回归模型，为长尾或非对称扰动情形提供估计方法。
- 阅读关注点
- 应核对特征函数估计准则及权重选择、相依回归量的条件，并检查长尾与非对称扰动下“稳健”的具体含义。
- 阅读边界
- 摘要未说明允许的尾部范围、相依条件或效率结果；不能将其稳健性概括为对任意异常值、内生性或分布均有效。
原文摘要
In the case of regression models, one robust estimation procedure which has recently emerged is that of functional least squares. The procedure is based on the use of characteristic functions for which the tail behavior is relected by the behavior of these functions at the origin. Its attraction is that it is applicable to situations where the distribution of the disturbances may be long-tailed and/or asymmetric. This paper extends this theory to include a large class of regression models of importance in econometrics. Indeed the regression models considered here include lagged dependent variables and deterministic exogenous variables.