Lagrange-Multiplier Tests of Time-Series Models
时间序列模型的拉格朗日乘子检验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：摘要明确以自回归移动平均模型为对象，研究其参数假设与拟合优度检验，直接属于时间序列方法方向。
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
时间序列模型的拉格朗日乘子检验
- 研究问题
- 针对自回归移动平均模型的假设，如何用拉格朗日乘子检验解释已有拟合优度检验，并在这一框架中构造其他检验？
- 方法与思路
- 作者将拉格朗日乘子检验用于 ARMA 模型假设，针对特定备择推导 portmanteau 与 Quenouille 拟合优度检验，并构造另外两种检验。
- 材料陈述的贡献
- 摘要称，常见拟合优度检验可通过拉格朗日乘子方法得到，同时获得两种具有纯显著性检验性质的检验；具体统计量未列出。
- 阅读关注点
- 核对各检验对应的原假设与备择、受限模型估计及统计量构造，查明纯显著性检验的含义、参考分布和适用条件。
- 阅读边界
- 仅据所给 Crossref 摘要；未说明误差分布、模型阶数或渐近条件，不能判断有限样本检验水平及不同检验的功效优劣。
原文摘要
Summary The Lagrange-multiplier test procedure is applied to hypotheses concerning autoregressive moving-average time-series models. The portmanteau and Quenouille goodness-of fit tests are derived in this manner against specific alternative hypotheses and two other tests are obtained which have the nature of pure significance tests.