AN AUTOREGRESSIVE SPECTRAL DENSITY ESTIMATOR AT FREQUENCY ZERO FOR NONSTATIONARITY TESTS
用于非平稳性检验的零频自回归谱密度估计量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：摘要明确围绕单位根、协整检验及序列相关下的零频谱密度估计，属于非平稳时间序列方法。
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…
关注这篇论文的作者
用于非平稳性检验的零频自回归谱密度估计量
- 研究问题
- 研究单位根和协整检验所需的零频谱密度估计，如何受到 AR(1) 残差构造中参数估计偏差的影响及如何改进。
- 方法与思路
- 作者分析 AR(1) 最小二乘偏差向核谱估计的传递，提出绕开该参数估计的自回归谱估计变体，并进行模拟和局部渐近分析。
- 材料陈述的贡献
- 摘要称在强负序列相关下，所提估计量的偏差和均方误差明显小于所比较的核估计量，并讨论截断滞后的选择。
- 阅读关注点
- 应核对替代估计量如何构造、局部渐近设定、强负相关的范围，以及截断滞后选择和下游检验表现之间的关系。
- 阅读边界
- 仅依据所给 Crossref 摘要，无法量化改善幅度，也不能将强负相关下的比较结论扩展为所有误差结构下的优势。
原文摘要
Many unit root and cointegration tests require an estimate of the spectral density function at frequency zero of some process. Commonly used are kernel estimators based on weighted sums of autocovariances constructed using estimated residuals from an AR(1) regression. However, it is known that with substantially correlated errors, the OLS estimate of the AR(1) parameter is severely biased. In this paper, we first show that this least-squares bias induces a significant increase in the bias and mean-squared error (MSE) of kernel-based estimators. We then consider a variant of the autoregressive spectral density estimator that does not share these shortcomings because it bypasses the use of the estimate from the AR(1) regression. Simulations and local asymptotic analyses show its bias and MSE to be much smaller than those of a kernel-based estimator when there is strong negative serial correlation. We also include a discussion about the appropriate choice of the truncation lag.