Bayesian Bandwidth Estimation in Nonparametric Time-Varying Coefficient Models
非参数时变系数模型中的贝叶斯带宽估计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：摘要明确研究时间序列中的时变系数及其带宽估计，并应用于奥肯定律和消费与收入增长关系，对应时间序列方法。
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
非参数时变系数模型中的贝叶斯带宽估计
- 研究问题
- 在时间序列的非参数时变系数模型中，如何为局部常数估计选择带宽，并处理误差密度中的未知参数？
- 方法与思路
- 作者提出贝叶斯带宽估计，同时估计误差密度参数并建立大样本理论；通过模拟及美国奥肯定律、消费与收入增长关系的应用展示方法。
- 材料陈述的贡献
- 摘要称，所提估计具有满意的有限样本表现，带宽估计在模拟中优于正态参考规则和交叉验证，并为应用中的时变系数给出校准参数形式。
- 阅读关注点
- 应核对先验与误差密度的设定、带宽和密度参数估计的大样本条件，以及模拟比较标准和时变系数参数形式的校准方式。
- 阅读边界
- 摘要未说明误差分布、先验选择与性能评价指标；模拟中的相对优势及两个美国应用，不能据此推广到其他模型或样本。
原文摘要
Bandwidth plays an important role in determining the performance of nonparametric estimators, such as the local constant estimator. In this article, we propose a Bayesian approach to bandwidth estimation for local constant estimators of time-varying coefficients in time series models. We establish a large sample theory for the proposed bandwidth estimator and Bayesian estimators of the unknown parameters involved in the error density. A Monte Carlo simulation study shows that (i) the proposed Bayesian estimators for bandwidth and parameters in the error density have satisfactory finite sample performance; and (ii) our proposed Bayesian approach achieves better performance in estimating the bandwidths than the normal reference rule and cross-validation. Moreover, we apply our proposed Bayesian bandwidth estimation method for the time-varying coefficient models that explain Okun’s law and the relationship between consumption growth and income growth in the U.S. For each model, we also provide calibrated parametric forms of the time-varying coefficients. Supplementary materials for this article are available online.