Least Squares-Based Permutation Tests in Time Series
时间序列中基于最小二乘的置换检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接研究平稳弱依赖时间序列中的回归参数及趋势检验。
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
时间序列中基于最小二乘的置换检验
- 研究问题
- 当平稳时间序列具有弱依赖、误差不满足可交换性时，能否构造有效的回归参数置换检验，并用于检验单调趋势？
- 方法与思路
- 作者构造基于最小二乘的置换检验，使其在一类平稳依赖过程中渐近有效，同时在可交换性成立时保留有限样本精确性。
- 材料陈述的贡献
- 摘要称，该方法兼顾依赖情形下的渐近有效性与可交换情形下的精确性，并扩展到无单调趋势检验，提供 R 包实现。
- 阅读关注点
- 应核对置换对象、检验统计量和方差处理方式，以及弱依赖、平稳性与可交换性各自承担的作用和趋势检验的条件。
- 阅读边界
- 所据为 arXiv 预印本，不能确认同行评审或期刊接收；摘要未列出弱依赖条件，渐近有效性不等于一般依赖下的有限样本精确性。
原文摘要
This paper studies permutation tests for regression parameters in a time series setting, where the time series is assumed stationary but may exhibit an arbitrary (but weak) dependence structure. In such a setting, it is perhaps surprising that permutation tests can offer any type of inference guarantees, since permuting of covariates can destroy their relationship with the response. Indeed, the fundamental assumption of exchangeability of errors required for the finite-sample exactness of permutation tests can easily fail. However, we show that permutation tests may be constructed which are asymptotically valid for a wide class of stationary processes, but remain exact when exchangeability holds. We also consider the problem of testing for no monotone trend and we construct asymptotically valid permutation tests in this setting as well. In addition, in order to use the methods, the R package permixOLS is publicly available.