Testing for serial correlation with exponentially distributed variates
指数分布变量的序列相关检验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：摘要直接研究一阶序列相关系数、序列相关检验及其渐近性质。
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
指数分布变量的序列相关检验
- 研究问题
- 当变量服从负指数分布时，如何用一阶序列相关系数检验相关性，并评价其渐近功效、抽样分布和预先变换的影响？
- 方法与思路
- 作者分析一阶序列相关系数，在独立性下求其方差界与估计，研究渐近正态性，并计算变量预先变换导致的功效损失。
- 材料陈述的贡献
- 摘要称该系数对某些备择渐近最有力，有限四阶矩情形下趋于正态，并指出一种均值和方差精确已知的修正统计量。
- 阅读关注点
- 应核对“某些备择”的范围、正态极限所需条件、方差界与变换功效损失的推导，以及 Ogawara 修正的定义。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未给出备择形式或功效损失数值，最有力结论不能扩展到任意序列相关备择。
原文摘要
This paper considers the testing of serial correlation coefficients when the underlying distribution is negative exponential. The first-order serial correlation coefficient is shown to be an asymptotically most powerful test criterion for certain plausible alternative hypotheses. The mean of its distribution, assuming independence, is known and a bound and estimate for its variance are obtained. These are compared with sampling results of D. R. Cox. The distribution of the serial correlation coefficient is proved to tend to normality for all underlying distributions with a finite fourth moment. The loss of power resulting from prior transformations of the variates is calculated. Finally, attention is drawn to Ogawara's modification of the first-order serial correlation coefficient which is asymptotically most powerful and for which the mean and variance are known exactly.