The Sampling Distribution of the Liviatan Estimator of the Geometric Distributed Lag Parameter
几何分布滞后参数的Liviatan估计量的抽样分布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：摘要研究几何分布滞后模型的动态参数及其抽样分布，依据明确的滞后结构归入时间序列方向，具体经济应用背景则未说明。
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
几何分布滞后参数的Liviatan估计量的抽样分布
- 研究问题
- 几何分布滞后参数的Liviatan估计量在小样本中具有怎样的抽样分布，如何通过直观的表达式理解其性质并讨论置信限？
- 方法与思路
- 作者将该滞后参数估计量表示为两个OLS估计量之比，在误差独立同分布且正态的假设下推导小样本分布，并讨论Fieller式置信限。
- 材料陈述的贡献
- 摘要所述主要结果是将几何滞后参数估计量写为两个OLS估计量之比，进而导出其小样本分布，并简要讨论置信限问题。
- 阅读关注点
- 核对两个OLS估计量的具体定义、比值分布推导及正态假设的作用，并检查Fieller式置信限讨论所需的条件与适用范围。
- 阅读边界
- 分布推导依赖独立同分布正态误差；摘要未说明偏离该设定时是否仍成立，也未给出置信限覆盖率或与替代方法的比较结果。
原文摘要
THE USE OF the geometric distributed lag in economics is widespread. The Liviatan [6] method for estimating its parameters is simple and provides consistent estimates. Moreover, it can be used to provide initial estimates for more sophisticated techniques [2]. Not much is known about the statistical properties of these estimators, especially their small sample properties. We do know that their asymptotic efficiencies are inferior to most alternatives [1], and recently Nagar and Gupta [7] have provided approximations to the small sample biases. The purpose of this note is to derive a simple way of displaying the Liviatan estimators which makes their nature clear and which allows the small sample distribution of one of them to be easily deduced. The main result is that the estimator of the parameter which defines the geometric distributed lag is a ratio of two ordinary least squares estimators. With this and the assumption that the error terms form a sequence of independent, identically distributed normal variables, it is possible, using the work of Geary [4], to derive the small sample distribution of this estimator. This result forms the main part of this note, which concludes with a brief discussion of the problem of setting confidence limits along the lines suggested by Fieller [3].