Unit root bootstrap tests for AR (1) models
一阶自回归模型的单位根自助法检验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：摘要直接研究一阶自回归模型的单位根检验与相关误差，属于时间序列方法。
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
一阶自回归模型的单位根自助法检验
- 研究问题
- 在一阶自回归模型中，如何构造适用于独立误差与自回归误差的单位根检验，并评估其小样本功效相对现有方法的表现？
- 方法与思路
- 作者提出单位根自助法检验并研究渐近有效性；摘要称该方法直接逼近相关误差下的极限分布，另以蒙特卡洛实验比较功效。
- 材料陈述的贡献
- 摘要称检验在两类误差下均渐近有效，无需通常的创新相关性修正，并在所考察的小样本实验中取得较高功效。
- 阅读关注点
- 应核对自助抽样机制、误差过程与初值条件、零假设下的校准方式，以及功效比较是否控制实际检验尺寸和备择强度。
- 阅读边界
- 仅据版本未注明的索引摘要，无法判断有效性条件或功效改善范围；摘要未给出样本量、模拟设计和具体比较数值。
原文摘要
We propose bootstrap tests for unit roots in first-order autoregressive models and we establish their asymptotic validity both for independent and for autoregressive errors; in this case, the bootstrap methodology directly approaches the asymptotic distribution, making unnecessary the usual corrections due to dependence of innovations. We also present a Monte Carlo power study comparing these tests with existing alternative methods. For small samples, the power of the bootstrap test outperforms that of previous proposals.