Empirical likelihood confidence regions in time series models
时间序列模型的经验似然置信域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：摘要明确针对平稳时间序列参数，使用周期图与 Whittle 方法构造经验似然推断。
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
时间序列模型的经验似然置信域
- 研究问题
- 如何为平稳时间序列的模型参数构造经验似然置信域，并通过校正与模拟研究改善或评估其小样本推断表现？
- 方法与思路
- 作者利用 Whittle 方法和近似独立的周期图纵坐标构造 M 估计量及经验似然比，并提出 Bartlett 校正程序。
- 材料陈述的贡献
- 摘要称该似然比具有可用于构造置信域的渐近分布，同时提供 Bartlett 校正，并以模拟探索置信域的小样本性质。
- 阅读关注点
- 应核对周期图近似独立与渐近分布所需条件、经验似然约束和校正构造，并查阅原 PDF 确认摘要中不清楚的分布符号。
- 阅读边界
- 所给为版本未注明的 OpenAlex 摘要；渐近分布写作“x2”，需查原 PDF，不能据此重构符号；具体条件和模拟结果未说明。
原文摘要
This paper develops empirical likelihood in time series models. By application of Whittle's estimation method, one obtains an M-estimator of the parameter of a stationary time series from approximately independent observations, the periodogram ordinates. This estimator is used to obtain an empirical likelihood ratio which is asymptotically distributed as x2 and which can be used to construct confidence regions. A procedure for the Bartlett correction is also proposed. Finally, small sample properties of the empirical likelihood confidence regions are explored through a simulation.