A Method for Testing the Independence of Two Time Series That Accounts for a Potential Pattern in the Cross-Correlation Function
利用互相关模式检验两条时间序列的独立性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：摘要研究两条时间序列的残差互相关及独立性检验，直接对应时间序列方向。
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
利用互相关模式检验两条时间序列的独立性
- 研究问题
- 检验两条时间序列是否独立时，如何利用相邻残差互相关系数中的潜在模式，提高对序列间关系的识别能力？
- 方法与思路
- 作者构造纳入连续互相关系数模式信息的渐近检验，将 Haugh 检验作为特例，并通过模拟与两个实例展示其应用。
- 材料陈述的贡献
- 摘要称新检验在某些模型中的模拟功效高于 Haugh 检验及回归 F 检验，实例还展示其发现部分遗漏关系的能力。
- 阅读关注点
- 应核对互相关模式如何指定、单变量残差如何获得，以及渐近近似、检验尺寸和功效比较对模型设定的依赖。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；功效优势限定于某些模型，摘要未列出模型与数值，不能推断普遍优势或刊本变化。
原文摘要
The Haugh (1976) test for independence employs the univariate residual cross-correlation function. However, it ignores information about a possible pattern in successive cross-correlation coefficients. An asymptotic test is developed that incorporates this information and includes the Haugh test as a special case. A Monte Carlo study indicates that the proposed test is more powerful than the Haugh s and regression F tests for certain models. Two empirical examples are presented showing the simplicity of applying this test and its ability to recognize relationships that the Haugh test may fail to detect.