Tests for Serial Correlation in Regression Models with Lagged Dependent Variables and Serially Correlated Errors
含滞后因变量和序列相关误差的回归模型中的序列相关检验AI 解读 ↓
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。
AI 根据所提供的论文材料归类:摘要明确处理滞后因变量和误差序列相关,并以美国季度GNP及自回归外生序列设置模拟实验,直接支持时间序列方向。
反馈分类问题含滞后因变量和序列相关误差的回归模型中的序列相关检验AI 解读 ↓
正在核对关联版本…
正在核对对应版本的资源…
The paper compares the power of two tests for serial correlation in regression models with lagged dependent variables, recently suggested by Durbin, with that of the likelihood ratio test by means of two sets of Monte-Carlo experiments-one in which the exogenous series is taken to be the quarterly GNP series for the USA and the other in which the exogenous series is generated by a known autoregression.