MINIMUM DISTANCE ESTIMATION OF NONSTATIONARY TIME SERIES MODELS
非平稳时间序列模型的最小距离估计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：摘要明确研究非平稳时间序列、不同收敛速率及永久收入和现值模型。
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
非平稳时间序列模型的最小距离估计
- 研究问题
- 非平稳时间序列存在非线性参数约束和不同收敛速率时，最小距离估计的极限分布、最优权重与拟合检验如何建立？
- 方法与思路
- 作者旋转受约束参数空间以分离不同收敛速率，允许距离权重矩阵具有随机极限，并针对混合正态初始估计构造推断。
- 材料陈述的贡献
- 摘要称给出较易核验的约束函数正则条件，推导特定情形的最优权重并提出拟合优度检验，以永久收入和现值模型说明应用。
- 阅读关注点
- 应核对参数空间旋转与速率分离的构造、随机权重的收敛条件，以及混合正态初始估计如何决定最优权重和检验分布。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确认完整正则条件和应用细节；最优权重结论有明确初始分布范围，也不推断其他版本变化。
原文摘要
This paper analyzes the limit distribution of minimum distance (MD) estimators for nonstationary time series models that involve nonlinear parameter restrictions. A rotation for the restricted parameter space is constructed to separate the components of the MD estimator that converge at different rates. We derive regularity conditions for the restriction function that are easier to verify than the stochastic equicontinuity conditions that arise from direct estimation of the restricted parameters. The sequence of matrices that is used to weigh the discrepancy between the unrestricted estimates and the restriction function is allowed to have a stochastic limit. For MD estimators based on unrestricted estimators with a mixed normal asymptotic distribution the optimal weight matrix is derived and a goodness-of-fit test is proposed. Our estimation theory is illustrated in the context of a permanent-income model and a present-value model.