Nonparametric tests of randomness against autocorrelated normal alternatives
针对自相关正态备择的随机性非参数检验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：摘要明确考察自相关、自回归与移动平均备择，直接属于序列依赖检验。
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
针对自相关正态备择的随机性非参数检验
- 研究问题
- 面对自相关的正态备择，尤其自回归与移动平均备择，如何利用秩统计量检验序列随机性并评价小样本功效？
- 方法与思路
- 作者推导针对自相关正态备择的局部最强秩检验，分析随机性原假设下的渐近分布，并进行蒙特卡洛功效比较。
- 材料陈述的贡献
- 摘要称得到局部最强秩检验并证明原假设下统计量渐近正态，还与另外两种程序比较小样本功效，但未报告比较数值。
- 阅读关注点
- 应核对随机性原假设与局部备择的定义、自回归和移动平均参数设定，以及小样本模拟的显著性水平和比较程序。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；局部最强结论针对指定备择，不能推断对任意依赖形式或小样本普遍占优。
原文摘要
Locally most powerful rank tests of randomness against autocorrelated normal alternatives are derived. In particular, autoregressive and moving average alternatives are considered. The distribution of the statistic under the hypothesis of randomness is shown to be asymptotically normal. The small sample power of the test procedure is compared with that of two other procedures by the Monte Carlo Method.