A Test for Serial Correlation in Multivariate Data
多元数据的序列相关检验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：摘要明确研究平稳高斯多元时间序列的序列相关与谱矩阵检验。
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
多元数据的序列相关检验
- 研究问题
- 对于平稳高斯多元时间序列样本，如何检验不同时间观测之间的独立性，并计算同时比较所需的显著性水平？
- 方法与思路
- 作者以最大根统计量比较频带上部和下部的成对谱矩阵估计，并对这些比较开展同时检验。
- 材料陈述的贡献
- 摘要称，该方法推广单序列的Kolmogorov–Smirnov序列相关检验，并给出零假设下最大根的联合分布。
- 阅读关注点
- 核对平稳高斯设定、谱矩阵估计与频带划分方式，以及最大根联合分布如何用于同时检验和显著性计算。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；具体估计规则和有限样本表现未说明，不能将结论直接推广至非高斯或非平稳序列。
原文摘要
Consider a sample from a multiple time series that is stationary and Gaussian. A test is presented for independence among the multivariate observations that comprise this sample. The test is a generalization of the Kolmogorov-Smirnov test for serial correlation in a single time series. In the test, pairs of spectral-matrix estimates are compared using the largest-root statistic. The comparisons, which are tested simultaneously, are between estimates obtained from upper and lower parts of the frequency band. Under the null hypothesis, the joint distribution of the largest roots is obtained in a form suitable for computation of significance levels.