Time-dependence or instability in t

Time-dependence or instability in the threshold so far in the literature may be implemented through either a change-point mechanism or a function of candidate variables. Bessec (2003) proposes a Self-Exciting Threshold Autoregressive (SETAR) model with time-varying thresholds using a one-time break where the change point is not estimated but corresponds to the time of the change in the official margins, and finds that the data do not reject the time-varying threshold specification. Yu and Fang (2019) proposes a threshold regression with a threshold boundary, in which the threshold is modeled as a function of a dummy variable. Dueker et al. (2013) present a model in which the threshold varies as a function of other observable variables, and demonstrate that models with constant thresholds have been outperformed by models with a time-varying threshold both in terms of in-sample fit and out-sample forecast accuracy

結果 (繁體中文) 1:

在文獻中時間依賴性或不穩定的閾值為止可通過被實現的變化點機構或候選變量的函數。Bessec（2003）提出了一種自我激勵門限自回歸（SETAR）使用一次性斷裂在沒有估計的變化點，但對應於官方的利潤率變化時網絡連接NDS隨時間變化的閾值和模型的數據不拒絕隨時間變化的閾值的規範。於和方（2019）提出了與閾值邊界，其中，所述閾值被建模為虛擬變量的函數的閾值的回歸。Dueker等。（2013），其中所述閾值作為其他可觀察的變量的函數而變化本模型，

結果 (繁體中文) 2:

迄今為止，文獻中閾值中的時間依賴性或不穩定性可以通過變化點機制或候選變數的函數實現。Bessec （2003） 提出了具有時變閾值的自我激發閾值自激閾值 （SETAR） 模型，該模型使用一次性中斷，其中更改點不估計，但對應于官方邊距更改的時間，併發現資料不拒絕時變閾值規範。Yu 和 Fang （2019） 提出了具有閾值邊界的閾值回歸，其中閾值建模為虛擬變數的函數。Dueker 等人（2013 年）提出了一個模型，其中閾值隨著其他可觀察變數的函數而變化，並表明具有常數閾值的模型在採樣擬合和採樣擬合方面均優於具有時變閾值的模型出樣本預測精度

結果 (繁體中文) 3:

現時文獻中閾值的時間依賴性或不穩定性可以通過改變點機制或候選變數的函數來實現。Bessec（2003）提出了一個具有時變閾值的自激閾值自回歸（SETAR）模型，該模型使用一個一次性中斷，其中變化點不是估計的，而是對應於官方利潤變化的時間，並且發現數據不拒絕時變閾值規範。Yu和Fang（2019）提出了一種帶有閾值邊界的閾值回歸，其中閾值被建模為虛擬變數的函數。Dueker等人。（2013）提出了一個閾值隨其他可觀測變數變化的模型，並證明在樣本內擬合和樣本外預測精度方面，具有恒定閾值的模型優於具有時變閾值的模型