Regression models with mixed sampling frequencies
混合采样频率回归模型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：摘要明确研究不同采样频率的时间序列回归及时间聚合权重检验。
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…
混合采样频率回归模型
- 研究问题
- 当回归变量以不同频率观测时，直接建模与先聚合或等权处理的传统回归有何差别，聚合等权假设又如何检验？
- 方法与思路
- 作者推导混频回归非线性最小二乘估计量的渐近性质，与传统聚合模型的最小二乘比较，并提出等权假设检验。
- 材料陈述的贡献
- 摘要称，论文提供估计量的渐近分析及新的时间序列聚合等权检验，并通过广泛蒙特卡洛研究和实证应用考察理论结果。
- 阅读关注点
- 应核对混频权重的参数化、采样频率与样本增长方式，以及两类估计量的比较条件和等权检验的实施细节。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断混频方法是否更有效或预测更好；实证对象、比较结果及具体正则条件均未说明。
原文摘要
We study regression models that involve data sampled at different frequencies. We derive the asymptotic properties of the NLS estimators of such regression models and compare them with the LS estimators of a traditional model that involves aggregating or equally weighting data to estimate a model at the same sampling frequency. In addition we propose new tests to examine the null hypothesis of equal weights in aggregating time series in a regression model. We explore the above theoretical aspects and verify them via an extensive Monte Carlo simulation study and an empirical application.