A New Test for Autocorrelated Errors in the Linear Regression Model
线性回归模型中自相关误差的一种新检验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：摘要直接研究线性回归误差的自相关检验，对应时间序列中的相关性诊断。
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
线性回归模型中自相关误差的一种新检验
- 研究问题
- 在线性回归误差存在较强自相关的情形下，能否构造相较Durbin–Watson检验具有更高功效的检验？
- 方法与思路
- 作者引入线性模型误差自相关的新检验，并讨论与Durbin–Watson检验的功效比较；摘要未说明统计量构造。
- 材料陈述的贡献
- 摘要称，在自相关较高时，新检验一般具有更高功效；这一贡献限于摘要描述的比较范围，未给出量化结果。
- 阅读关注点
- 应核对检验统计量、误差过程和回归变量条件，以及较高自相关的含义与功效比较所控制的检验水平。
- 阅读边界
- 仅据简短Crossref摘要；未说明自相关阶数、分布条件和功效比较设计，不能推断低自相关或其他模型下的表现。
原文摘要
Summary A test for autocorrelated errors in the linear model is introduced and shown to have, in general, greater power than the Durbin and Watson test for high values of autocorrelation.