Maximum Likelihood Estimation of Regression Models with Stochastic Trend Components
含随机趋势成分的回归模型极大似然估计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：摘要明确研究随机趋势及其与确定性趋势的区分，这是时间序列建模问题，但没有提供结构变化或预测方向的依据。
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
含随机趋势成分的回归模型极大似然估计
- 研究问题
- 在含随机趋势成分的回归模型中，采用不同类型的似然函数，会怎样影响将趋势估计为确定性的概率？
- 方法与思路
- 作者研究随机趋势回归模型的估计，并比较不同似然函数作为推断基础时的趋势判定；摘要未列出具体似然形式。
- 材料陈述的贡献
- 摘要称，将趋势估计为确定性的概率对所选似然函数类型非常敏感，但未说明敏感性的方向、大小或成立条件。
- 阅读关注点
- 应核对各似然函数的构造、随机与确定性趋势的区分方式，以及敏感性结论依据理论分析还是数值实验。
- 阅读边界
- 仅有 OpenAlex 索引摘要，稿件版本未注明且内容简短；模型细节与敏感性范围未说明，不能推断最佳似然选择或刊本变化。
原文摘要
This article is concerned with the estimation of a regression model with a stochastic trend component. It is shown that the probability of estimating the trend to be deterministic is very sensitive to the type of likelihood function used as the basis of inference.