Error Bands for Impulse Responses
脉冲响应的误差带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 VAR 脉冲响应的误差带、过度识别模型和形状不确定性，直接对应 VAR 推断方向，未涉及局部投影。
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
脉冲响应的误差带
- 研究问题
- 如何将简约式 VAR 的误差带构造推广至过度识别模型，并补充逐点误差带无法充分表达的脉冲响应形状不确定性？
- 方法与思路
- 作者扩展既有误差带生成方法至过度识别模型，构造脉冲响应形状不确定性的度量，并着重用误差带刻画似然的形状。
- 材料陈述的贡献
- 摘要称，文章给出上述推广及形状度量，并指出刻画似然形状的误差带并非经典置信域；经典置信域混合参数位置与模型拟合信息。
- 阅读关注点
- 核对过度识别限制如何进入误差带构造，形状不确定性指标怎样定义，以及似然形状误差带与经典置信域各自表达的信息。
- 阅读边界
- 摘要未给出具体构造算法、概率解释或有限样本表现；不能把作者讨论的似然形状误差带当作具有既定覆盖率的经典置信域。
原文摘要
We show how to correctly extend known methods for generating error bands in reduced form VAR's to overidentified models. We argue that the conventional pointwise bands common in the literature should be supplemented with measures of shape uncertainty, and we show how to generate such measures. We focus on bands that characterize the shape of the likelihood. Such bands are not classical confidence regions. We explain that classical confidence regions mix information about parameter location with information about model fit, and hence can be misleading as summaries of the implications of the data for the location of parameters.