A Bayesian Significance Test of the Stationarity of Regression Parameters
回归参数稳定性的贝叶斯显著性检验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：摘要明确检验回归参数稳定性，并与 CUSUM 类检验比较，直接涉及结构变化检测。
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
回归参数稳定性的贝叶斯显著性检验
- 研究问题
- 如何利用贝叶斯可信集合检验回归参数是否保持稳定，并识别单个参数的不稳定性及比较已有检验的功效？
- 方法与思路
- 作者基于最高后验密度可信集合构造显著性检验，同时给出 Behrens–Fisher 问题的处理，并开展 Monte Carlo 比较。
- 材料陈述的贡献
- 摘要称模拟中所提检验的功效高于 CUSUM 与平方 CUSUM 检验，并认为它可能有助于检测单个参数的不稳定。
- 阅读关注点
- 核对参数稳定性的原假设、先验与拒绝规则，以及功效比较是否控制相同检验尺寸、涵盖哪些参数变化形式。
- 阅读边界
- 所给材料为版本未注明的 OpenAlex 索引摘要；摘要未提供模拟设定、尺寸或功效数值，不能把模拟结论推广到全部变化情形。
原文摘要
This paper presents a Bayesian significance test for stationarity of a regression equation using the highest posterior density credible set. In addition, a solution to the Behrens-Fisher problem is provided. From a Monte Carlo simulation study, it has been shown that the Bayesian significance test has stronger power than the Cusum and the Cusum of squares tests. The Bayesian significance test may be useful in detecting individual parameter nonstationarity.