A SIMPLE TEST OF NORMALITY FOR TIME SERIES
一种简单的时间序列正态性检验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：摘要明确研究序列相关数据的正态性检验及依赖稳健的标准误估计。
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…
关注这篇论文的作者
一种简单的时间序列正态性检验
- 研究问题
- 对具有序列相关性的观测，如何使用偏度与峰度统计量检验正态性，同时避免用户选择平滑参数或近似模型阶数？
- 方法与思路
- 作者以在序列依赖下相合的标准误估计量标准化偏度—峰度统计量；这些估计量不使用降权，因此无需平滑参数。
- 材料陈述的贡献
- 摘要强调检验程序的简便性：不需选择平滑数或近似模型阶数，并使用适应序列依赖的标准误估计量处理相关数据。
- 阅读关注点
- 读全文应核对依赖与矩条件、标准误构造和原假设下的极限分布，并检查偏度—峰度统计量能够识别哪些非正态情形。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，具体依赖限制、矩条件及检验功效未说明；无需调参并不意味着可用于任意相关序列。
原文摘要
This paper considers testing for normality for correlated data. The proposed test procedure employs the skewness-kurtosis test statistic, but studentized by standard error estimators that are consistent under serial dependence of the observations. The standard error estimators are sample versions of the asymptotic quantities that do not incorporate any downweighting, and, hence, no smoothing parameter is needed. Therefore, the main feature of our proposed test is its simplicity, because it does not require the selection of any user-chosen parameter such as a smoothing number or the order of an approximating model.We are very grateful to Don Andrews and two referees for useful comments and suggestions. We are especially thankful to a referee who provided a FORTRAN code. Lobato acknowledges financial support from Asociación Mexicana de Cultura and from Consejo Nacional de Ciencia y Tecnologìa (CONACYT) under project grant 41893-S. Velasco acknowledges financial support from Spanish Dirección General de Enseñanza Superior, BEC 2001-1270.