Tests of Rank in Reduced Rank Regression Models
降秩回归模型中的秩检验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：摘要将秩检验用于 VAR 模型，并评价英国经济活动先行指标的预测表现，直接涉及时间序列与预测。
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…
降秩回归模型中的秩检验
- 研究问题
- 降秩回归中如何检验矩阵的秩，bootstrap 能否改善渐近秩检验的有限样本表现，以及据此构建的降秩 VAR 是否有助于预测经济活动？
- 方法与思路
- 作者通过模拟比较若干渐近秩检验及其 bootstrap 版本，再比较降秩与非约束 VAR 的预测表现，并用秩检验构建英国经济活动先行指标模型。
- 材料陈述的贡献
- 摘要称，bootstrap 版本在模拟中明显改善对应渐近检验的表现；降秩 VAR 在所述模拟及英国先行指标应用中也显示出优于非约束 VAR 的预测表现。
- 阅读关注点
- 阅读全文时应核对所比较的秩检验、bootstrap 重抽样方案与模拟参数，并检查预测评价是否使用样本外数据、如何选择秩以及比较模型的设定是否一致。
- 阅读边界
- 摘要未提供误差指标、样本规模、预测期或统计显著性；所报告的检验与预测改善只对应所述设计，不能直接推广为降秩模型的普遍优势。
原文摘要
There has recently been renewed research interest in the development of tests of the rank of a matrix. This article evaluates the performance of some asymptotic tests of rank determination in reduced rank regression models together with bootstrapped versions through simulation experiments. The bootstrapped procedures significantly improve on the performance of the corresponding asymptotic tests. The article also presents a Monte Carlo exercise comparing the forecasting performance of reduced rank and unrestricted vector autoregressive (VAR) models in which the former appear superior. The tests of rank considered here are then applied to construct reduced rank VAR models for leading indicators of U.K. economic activity. These more parsimonious multivariate representations display an improvement in forecasting performance over that of unrestricted VAR models.