AI 中文总结
针对含自回归误差的线性模型，提出基于自回归秩得分的回归参数向量非参数估计，该估计对自回归参数不变，可抵抗经济、水文等领域常见的隐藏线性趋势等结构化干扰。
AI 中文摘要
在线性回归模型中，我们构造了回归参数向量$\boldgreek\beta$的非参数估计，该估计对模型误差中可能存在的干扰自回归不敏感。估计$\boldgreek\beta$的主要工具基于模型的自回归秩得分。所得估计量对自回归参数不变，因此对潜在的隐藏线性趋势或其他结构化干扰仍保持不敏感性，这类干扰常见于经济、水文及相关应用领域。
英文摘要
In the linear regression model, we construct a nonparametric estimate of the regression parameter vector $\boldgreekβ$ that is insensitive to a possible nuisance autoregression in the model errors. The main tool for estimating $\boldgreekβ$ is based on the autoregression rank scores of the model. The resulting estimator is invariant to the autoregression parameters and thus remains insensitive to potential hidden linear trends or other structured disturbances, which frequently occur in economic, hydrological, and related applications.
