Quantile Time Series Regression Models Revisited
分位数时间序列回归模型再探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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论平稳与非平稳过程中的分位数时间序列模型，支持时间序列分类，但未涉及处理效应或具体分布效应识别。
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
分位数时间序列回归模型再探
- 研究问题
- 分位数时间序列模型在平稳与非平稳随机过程下有哪些近期研究进展，两类过程中的建模与理论问题如何得到讨论？
- 方法与思路
- 摘要仅说明文章讨论平稳与非平稳过程下分位数时间序列模型的近期文献发展，未交代综述结构、具体模型或分析方法。
- 材料陈述的贡献
- 摘要可支持的贡献是梳理分位数时间序列模型的近期发展，并同时覆盖平稳与非平稳情形；未明确声称新的估计、检验或理论结果。
- 阅读关注点
- 应先核对全文覆盖哪些模型与文献，如何区分平稳和非平稳理论，以及文章是否提出原创结果或仅进行已有研究的整理。
- 阅读边界
- 这是预印本，不能据此认定已同行评审或期刊接收。摘要过于简短，未提供模型条件、结果和应用，无法判断理论范围或实证用途。
原文摘要
This article discusses recent developments in the literature of quantile time series models in the cases of stationary and nonstationary underline stochastic processes.