Estimation of MIDAS Regressions with Errors-in-the-Variables
含变量测量误差的 MIDAS 回归估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究混合采样频率及滞后结构的 MIDAS 回归，直接对应时间序列方法。
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…
含变量测量误差的 MIDAS 回归估计
- 研究问题
- 当混频回归中的低频和高频变量均存在测量误差时，剖面似然估计会受到什么影响，又如何构造一致的参数估计？
- 方法与思路
- 作者结合修正得分与剖面似然提出估计方法，并以蒙特卡洛模拟考察样本量、滞后阶数和剖面化参数对估计表现的影响。
- 材料陈述的贡献
- 摘要称，测量误差会使原剖面似然估计不一致，所提修正方法可恢复一致性，并通过模拟研究其小样本和大样本性质。
- 阅读关注点
- 应核对测量误差分布及相关性要求、误差信息如何获得、修正得分的推导，以及不同滞后设定下的一致性和模拟表现。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未说明测量误差的具体条件、方差信息来源和模拟结果数值。
原文摘要
In this paper, a Mixed Data Sampling (MIDAS) model is studied when both low and high frequency variables are contaminated with measurement error. It is shown that the profile likelihood estimator becomes inconsistent in the presence of measurement error. Using the corrected score approach along with profile likelihood approach, a consistent estimator for parameters of MIDAS Measurement Error model is proposed. Small and large sample properties of the estimator are examined by performing a monte carlo simulation study and considering the effect of sample size, number of lags and profiling parameter.