NOTES AND PROBLEMS A GENERAL BOUND FOR THE LIMITING DISTRIBUTION OF BREITUNG'S STATISTIC
Breitung 统计量极限分布的一般界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：摘要明确研究一阶单整假设检验及其统计量极限，直接属于时间序列理论。
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…
Breitung 统计量极限分布的一般界
- 研究问题
- 用于非参数检验一阶单整假设的 Breitung 统计量，其极限随机变量是否具有不依赖具体随机变量假设的统一取值界？
- 方法与思路
- 作者先证明该统计量极限的取值界，再将其作为更一般结果的特例；一般结果使用与柯西留数定理相关的余切方法证明。
- 材料陈述的贡献
- 摘要称，极限随机变量满足 0≤ξ≤1/π²，且这一界不依赖底层随机变量的具体假设，并给出更一般的数学结果。
- 阅读关注点
- 应核对统计量及其极限的定义、一般定理的适用对象，以及所谓不依赖随机变量假设与极限存在条件之间的关系。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断极限分布的具体形态或临界值；该取值界本身不能说明检验的有限样本尺寸与功效。
原文摘要
We consider the Breitung (2002, Journal of Econometrics 108, 343–363) statistic ξ n , which provides a nonparametric test of the I(1) hypothesis. If ξ denotes the limit in distribution of ξ n as n → ∞, we prove (Theorem 1) that 0 ≤ ξ ≤ 1/π 2 , a result that holds under any assumption on the underlying random variables. The result is a special case of a more general result (Theorem 3), which we prove using the so-called cotangent method associated with Cauchy's residue theorem.