跳到正文
← 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 ARMAX 时间序列残差,并明确列出结构突变模型及 CUSUM 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
Benjamin Holcblat

ARMAX 残差部分和过程的极限行为

研究问题
不同设定下 ARMAX 残差部分和过程具有何种极限行为,如何由这些结果构造 CUSUM 检验的枢轴统计量?
方法与思路
作者建立残差部分和过程的通用极限结果,并以季节项、误设、非线性、结构突变、无限方差误差及弱 GARCH 等模型例示。
材料陈述的贡献
摘要称,结果识别相关极限分布并提供构造 CUSUM 枢轴统计量的一般算法;例示还涉及 ARMAX 误差密度核估计的一致性。
阅读关注点
应核对各模型例示所需的误差与参数估计条件、不同情形的极限分布,以及枢轴化算法如何处理误设和无限方差。
阅读边界
依据稿件版本未注明的 OpenAlex 索引摘要;列举多类模型不等于无条件统一适用,摘要未给出具体极限形式、算法或检验数值表现。

原文摘要

We establish general and versatile results regarding the limit behavior of the partial-sum process of ARMAX residuals. Illustrations include ARMA with seasonal dummies, misspecified ARMAX models with autocorrelated errors, nonlinear ARMAX models, ARMA with a structural break, a wide range of ARMAX models with infinite-variance errors, weak GARCH models and the consistency of kernel estimation of the density of ARMAX errors. Our results identify the limit distributions, and provide a general algorithm to obtain pivot statistics for CUSUM tests.

笔记与分组
相关领域论文