Performance of the Durbin-Watson Test and WLS Estimation when the Disturbance Term Includes Serial Dependence in Addition to First-Order Autocorrelation
额外序列依赖下 Durbin–Watson 检验与加权最小二乘的表现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：摘要直接研究自相关、额外序列依赖及其对检验与估计的影响。
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
额外序列依赖下 Durbin–Watson 检验与加权最小二乘的表现
- 研究问题
- 当扰动项除一阶自相关外还含其他序列依赖时，Durbin–Watson 检验的功效及相应 WLS 估计会如何变化？
- 方法与思路
- 作者采用 Monte Carlo 模拟，研究混合序列依赖下 Durbin–Watson 检验的功效，以及相关加权最小二乘估计的性质。
- 材料陈述的贡献
- 摘要称，检验仍可检出一阶自相关，但检验显著后常规使用 WLS 可能产生不准确且低效的参数估计。
- 阅读关注点
- 应核对模拟中的序列依赖结构、样本量和参数设置，以及 WLS 使用的误差模型、比较基准与不准确性的衡量方式。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，结论来自所述模拟；不能判断影响幅度或推广到所有序列依赖结构。
原文摘要
Monte Carlo simulation is used to study the power of the Durbin-Watson test and the properties of the corresponding weighted least squares (WLS) estimates when there is serial correlation in the disturbance term, in addition to first-order autocorrelation. The results indicate that the Durbin-Watson test detects first-order autocorrelation, even when other forms of serial dependence are also present. However, routine use of WLS estimation when the Durbin-Watson test is significant may result in inaccurate and inefficient parameter estimates. Therefore, this procedure should be used with caution unless there is a priori knowledge concerning the nature of any serial dependence in the disturbance terms.