A weighted sieve estimator for nonparametric time series models with nonstationary variables
含非平稳变量的非参数时间序列模型加权筛估计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：摘要明确研究含趋势、平稳与非平稳过程的非参数时间序列回归。
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
含非平稳变量的非参数时间序列模型加权筛估计
- 研究问题
- 在同时包含确定性趋势、平稳与非平稳随机变量，且冲击可能相关的非参数回归中，如何处理协变量无界支持并进行推断？
- 方法与思路
- 作者提出统一的加权筛估计方法，处理协变量无界支持，推导估计量及相关对象的自标准化中心极限定理，并进行模拟与海平面应用。
- 材料陈述的贡献
- 摘要称，该方法放宽部分矩条件和对平稳过程的 α 混合系数要求，建立自标准化极限理论，并研究二氧化碳和太阳辐照与海平面的关系。
- 阅读关注点
- 应核对权重与筛基的选取、非平稳过程的允许类型、相关冲击处理方式，以及条件放宽的具体比较和应用中的趋势混淆。
- 阅读边界
- 仅据所给出版社摘要，无法判断非平稳变量的完整限制、收敛尺度或实证效应；应用中的回归关系不能直接视为已验证因果关系。
原文摘要
We study a class of nonparametric regression models that includes deterministic time trends and both stationary and nonstationary stochastic processes (whose shocks are allowed to be mutually correlated). We propose a unified approach to estimation based on the weighted sieve method to tackle the issue of unbounded support of the covariates. This approach improves on the existing technology in terms of some key regularity conditions such as moment conditions and the α-mixing coefficients for the stationary process. We establish self-normalized central limit theorems for the sieve estimator and other related quantities. Monte Carlo simulation confirms the theoretical results. We use our methodology to study the effect of CO2 and solar irradiance on global sea level rise.