Spurious Regressions with Time-Series Data: Further Asymptotic Results
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract A "spurious regression" is one in which the time-series variables are non stationary and independent. It is well known that in this context the OLS parameter estimates and the R 2 converge to functionals of Brownian motions, the "t-ratios" diverge in distribution, and the Durbin–Watson statistic converges in probability to zero. We derive corresponding results for some common tests for the normality and homoskedasticity of the errors in a spurious regression. Keywords: Asymptotic theoryHomoskedasticityNormalitySpurious regressionUnit rootsMathematics Subject Classification: Primary 62F05, 62J05, 91B84Secondary 62M10, 62P20 Acknowledgment The author is most grateful to Lauren Dong, Mike Veall, and an anonymous referee for their helpful comments on earlier versions of this article. Notes 1The 10% critical value for the Chi Square distribution with 2 degrees of freedom is 4.60517. 'RR' denotes the 'rejection rate', i.e., the percentage of the 5,000 simulated values for JB that exceeded this critical value. 1The 10% critical value for the Chi Square distribution with 1 degree of freedom is 2.70554. 'RR' denotes the 'rejection rate', i.e., the percentage of the 5,000 simulated values for BPG that exceeded this critical value. 1The 10% critical value for the Chi Square distribution with 1 degree of freedom is 2.70554. 'RR' denotes the 'rejection rate', i.e., the percentage of the 5,000 simulated values for BPG that exceeded this critical value.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle