Edgeworth Expansion for the OLS Estimator in a Time Series Regression Model
时间序列回归中 OLS 估计量的 Edgeworth 展开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：摘要直接研究 ARMA(1,1) 时间序列回归及其 OLS 分布近似。
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
时间序列回归中 OLS 估计量的 Edgeworth 展开
- 研究问题
- 在包含一个外生变量的 ARMA(1,1) 模型中，使用普通最小二乘估计会产生怎样的误设问题，其估计量分布如何近似？
- 方法与思路
- 作者运用 Edgeworth 展开研究误设误差和 OLS 估计量的近似分布，开展数值研究，并设计计算展开系数的技术。
- 材料陈述的贡献
- 摘要称，论文分析所述时间序列回归中 OLS 的分布与误设问题，提供 Edgeworth 系数计算方法，并图示部分数值结果。
- 阅读关注点
- 应核对回归设定、误设的具体来源、展开阶数和成立条件，以及数值研究是否展示近似误差及其对参数的敏感性。
- 阅读边界
- 仅据所给 Crossref 摘要解读；未说明数值结果、误设形式或近似精度，不能声称展开在所有设定中更准确，也不推断刊本变化。
原文摘要
In this paper we consider the situation in which ordinary least squares (OLS) is used to estimate an ARMA (1,1) model with one exogenous variable. Applying Edgeworth expansion techniques, we examine the misspecification errors and the approximate distributions of the OLS estimator. Extensive numerical studies were performed and selected results are shown graphically. In addition, a technical device is developed to calculate the Edgeworth coefficients.