Diagnostic testing of univariate time series models
单变量时间序列模型的诊断检验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：摘要明确讨论单变量 ARMA 模型的残差自相关诊断检验。
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
单变量时间序列模型的诊断检验
- 研究问题
- 用拟合 ARMA 模型残差的前若干阶自相关构造综合检验时，滞后阶数的选择如何影响检验性质与功效？
- 方法与思路
- 作者研究不同滞后阶数下的综合统计量，提出允许采用较小阶数的修正，并讨论拉格朗日乘子及另一检验。
- 材料陈述的贡献
- 摘要称所提修正允许使用较小滞后阶数并提高检验功效，同时讨论若干相关诊断统计量的性质。
- 阅读关注点
- 应核对修正形式、参数估计对残差自相关分布的影响，以及功效提升对应的备择、样本设置和比较基准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；功效提升的具体条件未说明，不能理解为所有滞后选择和模型下均更强。
原文摘要
The portmanteau statistic for testing the adequacy of an autoregressive-moving average model is based on the first m autocorrelations of the residuals from the fitted model. This paper examines the properties of this test for various choices of m. A modification which allows the use of small values of m is shown to result in a more powerful test. The Lagrange multiplier statistic (Godfrey, 1979) and a test statistic examined by Newbold (1980) are also discussed.