BIAS CORRECTION OF SEMIPARAMETRIC LONG MEMORY PARAMETER ESTIMATORS VIA THE PREFILTERED SIEVE BOOTSTRAP
用预滤波筛自助法修正半参数长记忆估计偏差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：摘要直接研究分数积分过程、长记忆参数及频域半参数估计。
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…
用预滤波筛自助法修正半参数长记忆估计偏差
- 研究问题
- 研究分数积分过程的长记忆参数估计如何借助自助法降低偏差，以及修正偏差后构造的置信区间是否具有正确渐近覆盖率。
- 方法与思路
- 作者先用初步半参数长记忆估计预滤波数据，再实施筛自助法，对对数周期图和局部 Whittle 估计进行偏差修正。
- 材料陈述的贡献
- 摘要称在 0≤d<0.5 时提供偏差修正与区间覆盖的理论保证，模拟显示明显减偏，尤其适用于已作一定解析修正的估计量。
- 阅读关注点
- 应核对初步估计、预滤波和筛阶的要求，以及自助偏差估计如何进入区间，并查看与解析修正比较时的偏差和覆盖表现。
- 阅读边界
- 所给 Crossref 摘要未报告模拟数值或完整正则条件；所述理论范围限于 0≤d<0.5，不能直接推断其他长记忆参数区间。
原文摘要
This paper investigates bootstrap-based bias correction of semiparametric estimators of the long memory parameter, d , in fractionally integrated processes. The re-sampling method involves the application of the sieve bootstrap to data prefiltered by a preliminary semiparametric estimate of the long memory parameter. Theoretical justification for using the bootstrap technique to bias adjust log periodogram and semiparametric local Whittle estimators of the memory parameter is provided in the case where the true value of d lies in the range 0 ≤ d < 0.5. That the bootstrap method provides confidence intervals with the correct asymptotic coverage is also proven, with the intervals shown to adjust explicitly for bias, as estimated via the bootstrap. Simulation evidence comparing the performance of the bootstrap bias correction with analytical bias-correction techniques is presented. The bootstrap method is shown to produce notable bias reductions, in particular when applied to an estimator for which some degree of bias reduction has already been accomplished by analytical means.