TESTING FOR ZERO AUTOCORRELATION IN THE PRESENCE OF STATISTICAL DEPENDENCE
统计依赖下的零自相关检验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：摘要明确研究时间序列的多阶零自相关检验及统计依赖，属于时间序列诊断与推断。
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…
统计依赖下的零自相关检验
- 研究问题
- 研究存在统计依赖时，如何检验时间序列至第 K 阶均不相关，而不把零相关误认为独立或鞅差性质。
- 方法与思路
- 作者扩展 Box–Pierce Q 检验，利用零假设下样本自相关渐近协方差的一致估计，构造渐近卡方统计量。
- 材料陈述的贡献
- 摘要称该检验适用于包括非鞅差序列在内的广泛依赖过程，并通过蒙特卡洛研究有限样本表现。
- 阅读关注点
- 应核对允许的依赖结构、协方差估计方法和滞后阶数处理，以及传统 Q 检验在哪些情形下需要修正。
- 阅读边界
- 仅据 Crossref 摘要，无法确认广泛过程类别的具体边界；协方差估计细节及模拟尺寸和功效均未说明。
原文摘要
The problem addressed in this paper is to test the null hypothesis that a time series process is uncorrelated up to lag K in the presence of statistical dependence. We propose an extension of the Box–Pierce Q -test that is asymptotically distributed as chi-square when the null is true for a very general class of dependent processes that includes non-martingale difference sequences. The test is based on a consistent estimator of the asymptotic covariance matrix of the sample autocorrelations under the null. The finite sample performance of this extension is investigated in a Monte Carlo study.