Testing for cross-quantilogram change
交叉分位相关图变化检验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：摘要明确检验两条时间序列的分位方向依赖在两个时期之间是否发生变化。
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…
交叉分位相关图变化检验
- 研究问题
- 在分别剔除协变量影响后，两条时间序列的分位方向依赖是否在两个观察时期保持不变，如何对此进行统计检验？
- 方法与思路
- 作者以交叉分位相关图衡量方向依赖，采用已有估计方法估计该指标，并通过 bootstrap 获得跨时期变化检验的 p 值。
- 材料陈述的贡献
- 摘要提出比较两个时期交叉分位相关图是否相同的检验，将条件分位依赖度量与 bootstrap 显著性评估相结合。
- 阅读关注点
- 应核对两个时期如何划分、所检验的分位点和滞后集合、协变量调整方式，以及 bootstrap 如何保留时间依赖结构。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未提供检验统计量、有效性条件或功效结果，方向依赖也不等同于因果。
原文摘要
For two time series $\{ (Y_t, Z_t^Y) \}_{t}$ and $\{(X_t, Z_t^X)\}_{t}$, the directional dependence of $\{ X_t \}_{t}$ on $\{ Y_t \}_{t}$ while removing the impact of $Z_t^X$ on $X_t$ and the impact of $Z_t^Y$ on $ Y_t$ can be measured by cross-quantilograms. When the two time series are obeserved over two periods of time, it can be of interest to learn whether the cross-quantilograms remain the same for the two periods of time. We propose a test for this purpose, and the cross-quantilograms are estimated using the estimators proposed by Han (2016). The $p$-value of the proposed test is obtained based on a bootstrap approach.