Semiparametric model building for regression models with time-varying parameters
时变参数回归模型的半参数建模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：摘要明确处理非平稳、依赖观测和随时间变化的回归系数，为时间序列方向提供直接文本依据。
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
时变参数回归模型的半参数建模
- 研究问题
- 研究在响应变量与解释变量共同非平稳且观测存在依赖时，如何同时选择变量，并区分回归系数的时变与恒定部分。
- 方法与思路
- 作者提出局部线性收缩方法，将参数估计与变量选择结合，并另设信息准则，用于辨别时变系数和恒定系数。
- 材料陈述的贡献
- 摘要称建立了选择一致性和 oracle 性质，并通过区分时变与恒定成分的信息准则回应估计效率问题，提供数值示例。
- 阅读关注点
- 应核对允许的非平稳与依赖结构、收缩和带宽的选择，以及变量选择与系数恒定性判别分别依赖哪些条件。
- 阅读边界
- 摘要未说明非平稳过程的具体范围、oracle 性质的完整假设或数值结果，不能据此断言适用于任意非平稳时间序列。
原文摘要
This paper considers the problem of semiparametric model building for linear regression models with potentially time-varying coefficients. By allowing the response variable and explanatory variables be jointly a nonstationary process, the proposed methods are widely applicable to nonstationary and dependent observations. We propose a local linear shrinkage method that can simultaneously achieve parameter estimation and variable selection. Its selection consistency and the favorable oracle property are established. Due to the fear of losing efficiency, an information criterion is further proposed for distinguishing between time-varying and time-constant components. Numerical examples are presented to illustrate the proposed methods.