Percentage Points of Likelihood Ratio Tests for Threshold Autoregression
门限自回归似然比检验的临界值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：摘要明确研究门限自回归模型及其似然比检验，直接对应时间序列方法。
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
门限自回归似然比检验的临界值
- 研究问题
- 已有门限自回归似然比检验在较一般情形下缺少渐近零分布临界值表，如何提供可供实施检验的近似上侧分位点？
- 方法与思路
- 作者使用 Poisson 聚簇启发式近似计算上侧分位点，以蒙特卡洛实验评价近似效果，并在两个数据集上展示检验。
- 材料陈述的贡献
- 摘要称为一般情形列出近似上侧临界值，模拟显示近似效果较好；未提供具体误差、显著性水平或适用参数范围。
- 阅读关注点
- 应核对所谓一般情形涵盖的模型、门限搜索范围、渐近零分布的条件，以及临界值近似误差和检验尺寸表现。
- 阅读边界
- 仅据所给 Crossref 摘要；未提供临界值表、模型条件或模拟数值，无法确认特定样本规模下的近似精度。
原文摘要
SUMMARY Likelihood ratio tests for threshold autoregression have been considered by Chan, and Chan and Tong. However, except for the simplest case, percentage points of the (asymptotic) null distribution of the test statistic have not been tabulated. The purpose of this paper is to tabulate the approximate upper percentage points for the general case. This is done via the Poisson clumping heuristic developed by Aldous. Monte Carlo experiments show that the approximation is quite good. As an illustration, the test is then applied to two data sets.