A Bayesian Analysis Of The Unit Root Hypothesis Within An Unobserved Components Model
不可观测成分模型中的单位根假设：贝叶斯分析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：摘要研究不可观测成分时间序列的平稳性、单位根及初始值处理。
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
不可观测成分模型中的单位根假设：贝叶斯分析
- 研究问题
- 在非线性不可观测成分模型中，如何使用平坦先验与 Jeffreys 先验检验单位根，并处理水平参数和初始值带来的推断问题？
- 方法与思路
- 作者采用非退化的成分模型结构表示，推导两类先验下的后验密度与单位根后验赔率，避免为水平参数指定适当先验。
- 材料陈述的贡献
- 摘要称，该表示可得到性质良好的 Jeffreys 先验及后验赔率，并将已有分析扩展到非线性成分模型，强调初始值处理的重要性。
- 阅读关注点
- 应核对非退化表示的具体形式、后验存在的条件，以及无需水平参数适当先验的论证，尤其关注初始值怎样改变单位根判断。
- 阅读边界
- 仅依据所给 Crossref 摘要；非线性模型形式、先验公式和后验适定条件未说明，不能把相关结论推广到全部成分模型或其他版本。
原文摘要
In this paper we extend some of Phillips's [4] results to nonlinear unobserved components models and develop a posterior odds ratio test of the unit root hypothesis based on flat and Jeffreys priors. In contrast to the analysis presented by Schotman and van Dijk [9], we utilize a nondegenerate structural representation of the components model that allows us to determine well-behaved Jeffreys priors, posterior densities under flat priors and Jeffreys priors, and posterior odds ratios for the unit root hypothesis without a proper prior for the level parameter. The analysis highlights the importance of the treatment of initial values for inference concerning stationarity and unit roots.