A Monte Carlo Comparison of Time Varying Parameter and Multiprocess Mixture Models in the Presence of Structural Shifts and Outliers
结构突变与异常值下时变参数及多过程混合模型的蒙特卡洛比较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：摘要直接比较随机游走时变参数模型在结构突变与异常值下的表现，涉及结构变化和时间序列建模。
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
结构突变与异常值下时变参数及多过程混合模型的蒙特卡洛比较
- 研究问题
- 面对回归关系中的结构突变与异常值，多过程混合模型和随机游走时变参数模型各自能否可靠反映参数变化？
- 方法与思路
- 作者通过蒙特卡洛实验比较两类模型在结构变化和异常值环境中的表现，考察时变参数估计受到扰动的情况。
- 材料陈述的贡献
- 摘要称混合模型表现良好，随机游走时变参数模型表现较差；后者估计受异常值与制度变化污染，难以发现骤变。
- 阅读关注点
- 应核对突变与异常值的数据生成方式、比较指标、模型设定和调参规则，并区分参数估计表现与突变发现能力。
- 阅读边界
- 摘要未提供模拟设计、重复次数或误差数值；其比较结论限于所研究环境，不能推断所有时变参数模型都无法处理结构变化。
原文摘要
This Monte Carlo study compares the performance of a recently proposed multiprocess mixture model and a more traditional random walk time-varying parameter model in the face of structural shifts and outliers. The mixture model performs well and the latter model performs poorly. This finding is of general interest since investigators often adopt random-walk time-varying parameter models to accommodate potential regime shifts in regression relationships. The findings suggest that the time-varying parameter estimation procedure is unlikely to find abrupt shifts, since the time-varying parameter estimates are contaminated by the outliers and regime shifts. Copyright 1993 by MIT Press.