Testing for randomness against autocorrelation: Alternative tests
针对自相关的随机性检验：替代方法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：摘要直接研究序列自相关、周期图及时间序列随机性检验。
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
针对自相关的随机性检验：替代方法
- 研究问题
- 针对一阶自相关备择，秩序列相关、转折点及周期图检验如何与序列相关检验比较，尤其在中小样本和非正态分布下？
- 方法与思路
- 作者评价秩相关与转折点检验的渐近相对效率，提出周期图检验，并通过Monte Carlo模拟比较多类检验的有限样本表现。
- 材料陈述的贡献
- 摘要一般推荐序列相关检验及基于周期图的Kolmogorov–Smirnov检验，同时提供针对一阶自相关的效率分析与模拟比较。
- 阅读关注点
- 应核对随机性原假设与自相关备择、检验的校准方式，以及效率计算和模拟所用分布、样本量及评价标准。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要；具体分布、效率数值和模拟结果未说明，推荐不能推广到所有依赖形式或样本规模，版本变化未知。
原文摘要
The asymptotic efficiencies of the rank serial correlation and turning–points tests with respect to the serial correlation test are evaluated for first–order autocorrelation. Tests based on the periodogram of the data are suggested. A Monte Carlo study is conducted to evaluate the relative performance of likelihood derivative, distribution–free, and periodogram tests for small to moderate sample sizes with normal and nonnormal parent distributions. The serial correlation test and a Kolmogorov–Smirnov test based on the periodogram are generally recommended.