A DATA-DRIVEN NONPARAMETRIC SPECIFICATION TEST FOR DYNAMIC REGRESSION MODELS
动态回归模型的数据驱动非参数设定检验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：摘要明确针对动态回归模型的设定检验，文本支持时间序列方向，未提供预测或结构变化目标。
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
动态回归模型的数据驱动非参数设定检验
- 研究问题
- 研究如何为动态回归模型构造数据驱动的非参数设定检验，同时获得便利的临界值和对局部备择的检测能力。
- 方法与思路
- 作者组合基于傅里叶级数回归的卡方统计量，并提出使用傅里叶系数数量平方根的数据驱动回归阶数选择方法。
- 材料陈述的贡献
- 摘要称，方法提供显式卡方临界值，有限样本尺寸接近名义水平，并具有自适应速率最优性及接近参数速率的检测能力。
- 阅读关注点
- 应核对阶数选择的具体准则、动态依赖条件及备择函数类别，并检查尺寸结论和局部检测速率各自的适用范围。
- 阅读边界
- 仅据所给 OpenAlex 摘要，无法确定技术条件、模拟数值或刊本内容差异；接近参数速率的主张需结合具体理论设定理解。
原文摘要
The paper introduces a new nonparametric specification test for dynamic regression models. The test combines chi-square statistics based on Fourier series regression. A data-driven choice of the regression order, which uses the square root of the number of Fourier coefficients, is proposed. The benefits of the new test are (1) the selection procedure produces explicit and chi-square critical values that give a finite-sample size close to the nominal size; (2) the test is adaptive rate-optimal and detects local alternatives converging to the null with a rate that can be made arbitrarily close to the parametric rate. Simulation experiments illustrate the practical relevance of the new test.The first author acknowledges financial support from the Fonds Québécois de la Recherche sur la Société et la Culture (FQRSC). The second author acknowledges financial support from LSTA.