Distribution of the Residual Cross-Correlation in Univariate ARMA Time Series Models
单变量 ARMA 时间序列模型残差互相关的分布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 ARMA 时间序列残差互相关、序列间联系及其检验。
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
单变量 ARMA 时间序列模型残差互相关的分布
- 研究问题
- 分别拟合单变量 ARMA 模型后，残差互相关的渐近分布如何用于考察序列联系及存在即时关联时的滞后关系？
- 方法与思路
- 作者推导残差互相关的渐近分布，讨论存在即时因果关系时的滞后关系检验，并用模拟考察有限样本近似。
- 材料陈述的贡献
- 摘要称给出残差互相关的渐近分布及检验用途，并报告模拟结果以评价渐近方差、协方差在有限样本中的准确性。
- 阅读关注点
- 应核对模型拟合对残差互相关分布的影响、即时关系的定义，以及滞后关系检验和模拟中的方差近似误差。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；分布条件和模拟数值未提供，“即时因果”须按文中定义理解，不能直接解释为结构因果。
原文摘要
Cross-correlations between univariate autoregressive moving average (ARMA) time series residuals are useful in the examination of relationships between time series (Pierce 1977a) and in the identification of dynamic regression models (Haugh and Box 1977). In this article, the asymptotic distribution of these residual cross-correlations is derived, and its application to the problem of testing for lagged relationships in the presence of instantaneous causality is discussed. Some results of a simulation study to investigate the accuracy of the asymptotic variances and covariances of the residual cross-correlations in finite samples are reported.