Moments of a Serial Correlation Coefficient
序列相关系数的矩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：摘要直接研究一阶自回归过程及序列相关估计量的抽样矩，属于时间序列方法，而非依据经济应用归类。
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…
关注这篇论文的作者
序列相关系数的矩
- 研究问题
- 对于初值为零的一阶自回归过程，所给序列相关系数估计量的前四阶矩如何依赖参数与样本量，特殊边界情形又如何表现？
- 方法与思路
- 作者给出前四阶矩的两类表达：参数的幂级数与样本量倒幂的渐近级数，并列出部分数值及特殊情形的主导项。
- 材料陈述的贡献
- 摘要称获得该估计量前四阶矩的表达与渐近展开，并提供相关数值表，为考察其抽样分布特征提供分析材料。
- 阅读关注点
- 应先查原 PDF 确认估计量分子分母、求和范围及表中符号，再核对创新项条件、级数适用范围和边界情形的处理。
- 阅读边界
- 所给 Crossref 摘要的上下标与部分表项符号不清，需要核对原 PDF，不能重构公式。创新项分布与展开误差条件未说明。
原文摘要
Summary For a discrete first-order auto-regressive scheme (with initial value zero) xt = αxt-1 + ϵt, expressions have been found for the first four moments of α̂=∑1nxtxt−1/∑1n−1xt2. The expressions are of two kinds : (i) series in ascending powers of α2, (ii) asymptotic series in descending powers of n. A table of values of μ1‱,σ(α̂),β1(α̂),β2(α̂) is included. For the special case α2 = 1 the dominant terms in the first four moments are stated.