Adaptive Estimation in Time Serise Regression Models With Heteroskedasticity of Unknown Form
未知异方差形式下时间序列回归模型的自适应估计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：摘要直接研究具有异方差和序列相关误差的多元时间序列回归估计。
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
未知异方差形式下时间序列回归模型的自适应估计
- 研究问题
- 当多元时间序列回归误差具有未知形式的异方差与序列相关时，可行 GLS 能否达到已知真实误差结构时的一阶渐近分布？
- 方法与思路
- 作者使用核回归与谱方法处理未知误差结构，构造回归系数的 GLS 估计，并描述一项评估估计量表现的蒙特卡洛实验。
- 材料陈述的贡献
- 摘要称，该估计具有自适应性，即其一阶渐近分布与已知真实异方差及序列相关结构时的 GLS 相同。
- 阅读关注点
- 应核对异方差和序列相关结构的允许范围、核与谱估计的调节参数，以及达到一阶分布等价所需的条件。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将一阶渐近等价解释为有限样本表现相同；模拟结果、收敛条件和适用边界未说明。
原文摘要
In a multiple time series regression model the residuals are heteroskedastic and serially correlated of unknown form. GLS estimates of the regression coefficients using kernel regression and spectral methods are shown to be adaptive, in the sense of having the same asymptotic distribution, to the first order, as GLS estimates based on knowledge of the actual heteroskedasticity and serial correlation. A Monte Carlo experiment about the performance of our estimator is described.