On Smooth Transition Interval Autoregressive Models
平滑转换区间自回归模型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：摘要直接研究区间时间序列的非线性自回归建模、估计与检验。
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
平滑转换区间自回归模型
- 研究问题
- 如何利用区间时间序列同时包含的水平与变动范围信息，刻画其潜在非线性动态，并进行参数估计与非线性检验？
- 方法与思路
- 作者提出平滑转换区间自回归模型，以逻辑型和指数型转换为特例，采用最小距离估计，并研究估计量的渐近性质。
- 材料陈述的贡献
- 摘要称建立了该类模型的估计理论并处理非线性检验问题，同时提供数值模拟和实际数据示例以展示方法。
- 阅读关注点
- 应核对区间上下界的约束、转换变量与函数设定、最小距离准则，以及线性原假设下检验统计量的分布处理。
- 阅读边界
- 仅据所给 OpenAlex 摘要版本解读；摘要未说明平稳性条件、检验构造和应用数据，无法判断精度改善幅度或刊本变化。
原文摘要
Interval time series (ITS) analysis has important significance econometric analysis, as it contains information about the range of change and the level or trend of economic processes. More importantly, the rich information of interval data can be used for more accurate quantitative estimation and inference. Considering the possible nonlinear characteristics of ITS data, this article introduces a class of smooth transition interval autoregressive (STIAR) models, which includes the logistic STIAR (LSTIAR) model and the exponential STIAR (ESTIAR) model as special cases. The minimum distance estimation method is proposed to estimate the model parameters and the asymptotic theory of the estimator is established. The nonlinearity test of the model is also well solved. Finally, some numerical simulation results and a practical data example are given.