Autocontours: Dynamic Specification Testing
自轮廓（Autocontours）：动态设定检验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：摘要将检验应用于交易持续时间的 ACD 模型，文本中的金融交易时长应用支持高频计量分类。
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…
自轮廓（Autocontours）：动态设定检验
- 研究问题
- 如何联合检验序列的独立同分布性质和给定密度设定，并在保留原始数据的同时，显式处理参数估计不确定性？
- 方法与思路
- 作者构造对独立同分布或密度设定偏离敏感的自轮廓，建立具有渐近 t 与卡方分布的参数检验，并显式纳入参数不确定性。
- 材料陈述的贡献
- 摘要称，检验无需数据变换，且具有较优功效和有限样本表现；交易持续期应用指出，所假定密度对极短持续期赋予的概率存在问题。
- 阅读关注点
- 应核对自轮廓的定义、联合原假设及参数不确定性的处理，并检查功效比较所用备择，以及 ACD 应用对极短交易持续期的诊断。
- 阅读边界
- 摘要未列出检验的正则条件、备择设计或具体比较结果；作者所称功效和有限样本优势不能据此推广到任意动态模型与分布。
原文摘要
We propose a new battery of dynamic specification tests for the joint hypothesis of iid-ness and density function based on the fundamental properties of independent random variables with identical distributions. We introduce a device—the autocontour—whose shape is very sensitive to departures from the null in either direction, thus providing superior power. The tests are parametric with asymptotic t and chi-squared limiting distributions and standard convergence rates. They do not require a transformation of the original data or a Kolmogorov style assessment of goodness-of-fit, explicitly account for parameter uncertainty, and have superior finite sample properties. An application to autoregressive conditional duration (ACD) models for trade durations shows that the difficulty with the assumed densities lies on the probability assigned to very small durations. Supplemental materials for this article are available online.