Using the correlation exponent to decide whether an economic series is chaotic
利用相关指数判断经济序列是否具有混沌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：摘要围绕经济时间序列的混沌、随机性及非线性诊断展开。
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
利用相关指数判断经济序列是否具有混沌
- 研究问题
- 相关指数检验与 BDS 检验能否区分确定性混沌和随机白噪声，少量噪声混入后这种区分能力如何变化？
- 方法与思路
- 作者用模拟数据考察相关指数和 BDS 检验的功效，比较纯混沌、混入白噪声的混沌及随机过程。
- 材料陈述的贡献
- 摘要称，相关指数检验能区分白噪声与纯混沌，却无法区分含少量噪声的混沌；BDS 的拒绝也可能来自随机过程。
- 阅读关注点
- 应核对模拟过程、噪声强度、样本量和调参，并区分拒绝独立同分布与识别确定性混沌这两种结论。
- 阅读边界
- 所给 RePEc 出版社摘要未报告具体模拟条件；BDS 拒绝独立同分布不足以证明混沌，相关指数结果也受噪声影响。
原文摘要
We consider two ways of distinguishing deterministic time-series from stochastic white noise; the Grassberger-Procaccia correlation exponent test and the Brock, Dechert, Scheinkman (or BDS) test. Using simulated data to test the power of these tests, the correlation exponent test can distinguish white noise from chaos. It cannot distinguish white noise from chaos mixed with a small amount of white noise. With i.i.d. as the null, the BDS correctly rejects the null when the data are deterministic chaos. Although the BDS test may also reject the null even when the data are stochastic, it may be useful in distinguishing between linear and nonlinear stochastic processes. Copyright 1992 by John Wiley & Sons, Ltd.