A bootstrap-assisted spectral test of white noise under unknown dependence
未知依赖下借助自助法的白噪声谱检验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：摘要直接研究白噪声、样本谱分布和未知依赖下的时间序列检验。
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
未知依赖下借助自助法的白噪声谱检验
- 研究问题
- 当数据的依赖结构未知、谱检验临界值难以获得时，如何检验白噪声假设，并有效近似统计量的渐近零分布？
- 方法与思路
- 作者使用样本谱分布构造 Cramér–von Mises 统计量，以分块野生自助法近似零分布，并用 Hilbert 空间方法证明弱收敛。
- 材料陈述的贡献
- 摘要称，在温和假设下建立了谱分布过程的弱收敛与自助近似的一致性，并报告模拟和实证分析的有限样本结果。
- 阅读关注点
- 应核对白噪声零假设的具体定义、允许的高阶依赖、分块方案与块长选择，以及自助一致性所需条件。
- 阅读边界
- 仅据所给出版社摘要，无法确定所谓温和假设或实际检验表现；白噪声与独立同分布是否区分也须按全文定义核实。
原文摘要
To test for the white noise null hypothesis, we study the Cramér-von Mises test statistic that is based on the sample spectral distribution function. Since the critical values of the test statistic are difficult to obtain, we propose a blockwise wild bootstrap procedure to approximate its asymptotic null distribution. Using a Hilbert space approach, we establish the weak convergence of the difference between the sample spectral distribution function and the true spectral distribution function, as well as the consistency of bootstrap approximation under mild assumptions. Finite sample results from a simulation study and an empirical data analysis are also reported.