TESTING FOR ZERO AUTOCORRELATION WHEN THE INNOVATIONS BELONG TO THE NORMAL DOMAIN OF ATTRACTION OF A CAUCHY LAW
创新项属于柯西分布正常吸引域时的零自相关检验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：摘要研究移动平均过程的经验自相关及其检验分布，直接属于时间序列；没有金融尾部风险应用的文本依据。
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
创新项属于柯西分布正常吸引域时的零自相关检验
- 研究问题
- 研究移动平均过程的创新项属于柯西分布正常吸引域时，经验自相关函数在零自相关原假设下具有何种极限分布。
- 方法与思路
- 作者分析经验自相关函数的渐近零假设分布，推导该极限分布密度的级数展开，并通过数值计算获得部分检验临界值。
- 材料陈述的贡献
- 摘要称提供适用于所述重尾创新情形的极限零假设分布密度展开和若干数值临界值，为零自相关检验提供分布依据。
- 阅读关注点
- 应核对正常吸引域的具体限制、经验自相关的定义与归一化、移动平均结构，以及密度展开和临界值计算的精度。
- 阅读边界
- 仅依据所给 Crossref 摘要，无法确定有限样本检验水平与功效，也不能将该结论推广到任意重尾分布或全部时间序列。
原文摘要
We consider the asymptotic null distribution of the empirical autocorrelation function when the innovations of a moving average process belong to the normal domain of attraction of a Cauchy law. A series expansion for the density of the limiting null distribution is developed, and some critical values of the tests are computed numerically.