Some Non-Parametric Tests for m -dependent Time Series
m 依赖时间序列的若干非参数检验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：摘要直接研究 m 依赖时间序列中的非参数检验与序列相关修正。
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
m 依赖时间序列的若干非参数检验
- 研究问题
- 当时间序列具有 m 依赖而相邻观测不独立时，通常的符号检验、趋势秩相关检验及双序列共同变动检验应如何调整？
- 方法与思路
- 作者研究这些非参数检验在移动平均或 m 依赖过程下的修正形式，针对序列相关破坏原有有效性的情况讨论应用。
- 材料陈述的贡献
- 摘要指出常规检验不能直接用于所述依赖序列，并称文章详细研究修正检验，为趋势与共同变动分析提供相应方法。
- 阅读关注点
- 应核对 m 依赖的具体定义、依赖长度是否已知、修正统计量与参考分布，以及各检验有效性所需的附加条件。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；未给出修正公式、样本量条件或功效结果，不能推广到任意形式的序列相关。
原文摘要
In the case of moving average schemes or what are termed the m-dependent stochastic processes, the successive observations in the series are not stochastically independent. As a result, the usual sign test, the test based on the rank correlation τ (for randomness against trend alternatives), and the test proposed by Moore and Wallis [9] and further developed by Goodman and Grunfeld [2] (for the comovement between two time series) are not valid and require some modifications. Accordingly, the modified forms of these non-parametric tests are studied here in detail, and their applications considered.