Asymptotics of an Explosive Autoregression under Dependence
依赖扰动下爆炸性自回归的渐近理论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：摘要直接研究爆炸性自回归及相关时间序列扰动下的渐近估计与检验。
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
依赖扰动下爆炸性自回归的渐近理论
- 研究问题
- 论文研究爆炸性自回归中，扰动存在相关性或非零均值时，最小二乘估计的收敛结论如何变化，以及如何进行可行检验。
- 方法与思路
- 作者分析中心化最小二乘估计量的几何收敛，将部分独立扰动条件放宽为 α 混合，并针对高斯 ARMA 扰动构造检验统计量。
- 材料陈述的贡献
- 摘要称估计量仍以几何速度收敛到极限之比，并扩展既有收敛结果；在高斯 ARMA 扰动下，提供对自相关稳健的可行检验。
- 阅读关注点
- 应核对爆炸参数、初始值及扰动的具体条件，α 混合所需强度，以及极限比值、可行统计量和相关参数估计的构造。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明完整正则条件，也未展示检验的有限样本表现。
原文摘要
We generalize the convergence results of an explosive autoregression, pioneered in Anderson (1959), in three ways: First, we demonstrate that the centered least-squares estimator converges geometrically to a ratio of limits, even in settings where the innovations are correlated and not centered around zero. Secondly, we demonstrate that the requirement of independent innovations in Anderson (1959), Theorem 2.3, can be relaxed to $α$-mixing. Third, we provide an autocorrelation-robust feasible test statistic for the explosive parameter under Gaussian ARMA innovations.