The Robustness Properties of Two Tests for Serial Correlation
两种序列相关检验的稳健性性质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：摘要直接比较残差序列相关检验，并分析相关统计量的分布，属于时间序列诊断方法。
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
两种序列相关检验的稳健性性质
- 研究问题
- 基于残差符号变化次数的 Geary 检验与 Durbin–Watson 检验，在序列相关检测中的功效和稳健性有何差异？
- 方法与思路
- 作者在同分布随机变量的特殊情形下推导 Geary 统计量的渐近分布，并通过蒙特卡洛模拟比较两种检验。
- 材料陈述的贡献
- 摘要称，对称误差下 Geary 统计量渐近分布无关；所述模拟中，Durbin–Watson 检验通常更有功效且更稳健。
- 阅读关注点
- 应核对渐近推导的完整条件、误差对称性的作用，以及模拟如何改变误差分布、相关结构和回归设定。
- 阅读边界
- 所据为稿件版本未注明的索引摘要，不能推断刊本变化。稳健性优势是所述模拟的结论，摘要未给出具体场景。
原文摘要
We compare Geary's test based on the number of sign changes in residuals with the Durbin-Watson (DW) test for serial correlation. We derive the asymptotic distribution of Geary's statistic for the special case of identically distributed random variables and show that it is asymptotically distribution free for symmetric errors. Monte Carlo simulations show that the DW procedure is generally more powerful and robust than Geary's test.