Functional Regression with Nonstationarity and Error Contamination: Application to the Economic Impact of Climate Change
非平稳与误差污染下的函数型回归：气候变化经济影响应用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：摘要明确研究非平稳函数型时间序列、随机趋势及稳定长期关系。
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
非平稳与误差污染下的函数型回归：气候变化经济影响应用
- 研究问题
- 当函数型结果和解释变量均具有非平稳动态且观测受到误差污染时，如何估计二者稳定的长期关系并开展统计推断？
- 方法与思路
- 作者假定解释变量的非平稳随机趋势能够解释结果变量的相应趋势，在这一长期关系框架中开发基于自协方差的估计与推断方法。
- 材料陈述的贡献
- 摘要称该方法适用于具有非平稳动态的经济及统计函数型时间序列，并以评估气候变化对全球经济的影响展示方法用途。
- 阅读关注点
- 应核对随机趋势与长期关系的形式化定义、误差污染的结构、自协方差如何分离信号，以及气候应用中的变量构造和解释边界。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未给出误差限制、理论条件或应用数值，长期关系也不能单凭摘要解释为因果效应。
原文摘要
This paper studies a regression model with functional dependent and explanatory variables, both of which exhibit nonstationary dynamics. The model assumes that the nonstationary stochastic trends of the dependent variable are explained by those of the explanatory variables, and hence that there exists a stable long-run relationship between the two variables despite their nonstationary behavior. We also assume that the functional observations may be error-contaminated. We develop novel autocovariance-based estimation and inference methods for this model. The methodology is broadly applicable to economic and statistical functional time series with nonstationary dynamics. To illustrate our methodology and its usefulness, we apply it to evaluating the global economic impact of climate change, an issue of intrinsic importance.