The One-Sided Lagrange Multiplier Test of the AR ( p ) Model vs the AR ( p ) Model with Measurement Error
AR(p)模型对含测量误差AR(p)模型的单侧拉格朗日乘子检验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：摘要明确以AR模型及其测量误差检验为对象，直接属于时间序列方法方向，未涉及VAR或冲击识别。
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
AR(p)模型对含测量误差AR(p)模型的单侧拉格朗日乘子检验
- 研究问题
- 如何检验观测序列是否可由普通自回归模型解释，还是需要采用额外包含测量误差的自回归模型？
- 方法与思路
- 作者提出单侧拉格朗日乘子检验，以普通AR模型为原假设，并用模拟简要考察原假设及备择下的有限样本性质。
- 材料陈述的贡献
- 摘要称该检验统计量在原假设下渐近服从标准正态分布，并提供有限样本模拟考察，未报告具体模拟数值。
- 阅读关注点
- 应核对测量误差的建模方式、单侧方向和统计量构造，以及标准正态极限成立的条件与模拟中的尺寸和功效。
- 阅读边界
- 仅据所给Crossref摘要，误差分布、相关性及AR稳定条件未说明；不能据此判断复杂测量误差情形下的有效性。
原文摘要
SUMMARY The one-sided Lagrange multiplier test is suggested for testing the null autoregressive (AR) model against the AR model with measurement error. The test statistic is shown to be asymptotically N(0, 1) under the null. Finite sample properties of the test both under the null and under the alternative are examined briefly by simulations.