论序列相关性对惩罚回归方法的影响
统计理论
2023-02-14 v3 统计理论
摘要
本文刻画了协变量序列相关性对惩罚回归（PRs）非渐近估计误差界的影响。聚焦于协变量间互相关程度与PRs估计误差界的直接关系，我们表明正交或弱互相关的平稳AR过程会因序列相关性而呈现高伪相关。我们给出了两个正交高斯AR(1)过程下样本互相关分布的分析结果，并通过大量仿真研究对其扩展与验证。此外，我们引入了一种缓解时间序列设定中伪相关的新步骤，将PRs应用于预白化（ARMA滤波）时间序列。我们表明，在温和假设下，我们的步骤既能降低估计误差，又能发展出有效的预测策略。我们提案的估计精度通过附加仿真以及对欧元区一组大型月度宏观经济时间序列的实证应用得到验证。
引用
@article{arxiv.2208.00727,
title = {On the Impact of Serial Dependence on Penalized Regression Methods},
author = {Simone Tonini and Francesca Chiaromonte and Alessandro Giovannelli},
journal= {arXiv preprint arXiv:2208.00727},
year = {2023}
}