Testing for a change of the long-memory parameter
长记忆参数变化的检验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：摘要明确研究长时间序列的长程依赖及长记忆参数随时间变化的检验。
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
长记忆参数变化的检验
- 研究问题
- 长时间序列的长记忆参数可能随时间变化，如何检验其恒定性，并识别影响长期行为及估计收敛速度的变化？
- 方法与思路
- 作者提出长记忆参数恒定性的检验，以二次型的函数中心极限定理为基础，提供临界值，并用模拟与数据示例说明。
- 材料陈述的贡献
- 摘要称，论文给出检验统计量的临界值，模拟支持检验的有效性，数据示例展示应用；具体表现未在摘要中列出。
- 阅读关注点
- 应核对过程的依赖与分布条件、统计量构造、临界值取得方式，以及不同变化幅度和位置下的检验表现。
- 阅读边界
- 仅依据版本未注明的 OpenAlex 索引摘要；所列衰减表达式的排版宜查原文，检验条件和模拟数值未说明。
原文摘要
Long-range dependence is often observed in long time series. Correlations decay approximately like |k|2H-2, with H ε (0.5, 1), as the lag k tends to infinity. The long-term features of the data are essentially characterised by the parameter H. Small changes of H have strong implications for the long-term behaviour of the process. In particular, rates of convergence of estimators for the mean, and for many other parameters of interest, differ for different values of H. For some data sets, H appears to change with time. In this paper we consider a simple test of the null hypothesis that H is constant. The test is based on a functional central limit theorem for quadratic forms. Critical values for the test statistic are given. Simulations confirm the validity of the test. A data example illustrates its practical application.