Tests for Forecasts Encompassing When Forecasts Depend on Estimated Regression Parameters
预测依赖估计回归参数时的预测涵盖性检验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：摘要仅讨论一般预测涵盖性检验及回归参数不确定性，未明确宏观或金融预测对象，细分领域证据不足。
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
预测依赖估计回归参数时的预测涵盖性检验
- 研究问题
- 当预测值依赖估计得到的回归参数时，回归参数的不确定性会怎样影响预测涵盖性检验，两种检验在不同预测误差样本量下如何表现？
- 方法与思路
- 作者通过解析推导和模拟比较两种预测涵盖性检验，在分析中始终允许预测依赖估计回归参数，其中一种检验显式计入参数不确定性。
- 材料陈述的贡献
- 摘要称，原本针对不依赖回归参数的预测而设计的检验，在预测误差样本很小时表现较好；其余情形下，计入参数不确定性的检验相当或更优。
- 阅读关注点
- 阅读时应核对涵盖性原假设、参数估计与预测误差之间的依赖处理，以及所谓表现较好对应的评价指标和预测误差样本量范围。
- 阅读边界
- 摘要未说明回归模型、解析条件、模拟设计与评价数值；关于两种检验的相对表现，仅能按所述样本情形理解，不能外推为普遍优越性。
原文摘要
This article presents analytical and simulation results on the properties of two tests for forecast encompassing, allowing throughout for dependence of the forecasts on estimated regression parameters. One test, which was intended for forecasts that do not depend on regression parameters, was developed by Harvey, Leybourne, and Newbold. This test works relatively well when the size of the sample of forecast errors is very small. A second test, which explicitly accounts for uncertainty about the regression parameters, otherwise is comparable or preferable.