A Generalization of the Durbin Significance Test and Its Application to Dynamic Specification
Durbin 显著性检验的推广及其在动态设定中的应用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：摘要直接讨论高阶自回归误差、序列相关检验和动态设定，属于时间序列方法，未提供其他细分方向的明确依据。
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
Durbin 显著性检验的推广及其在动态设定中的应用
- 研究问题
- 在含高阶自回归误差的单方程模型中，如何检验误差阶数，并避免似然函数多重最优使序贯似然比检验的渐近水平失真？
- 方法与思路
- 作者从 Durbin 关于含滞后内生变量时序列相关检验的结果出发，推广检验形式，用于高阶自回归误差与动态设定问题。
- 材料陈述的贡献
- 摘要称，新检验可避免所述多重最优导致的渐近检验水平偏差，重估参数的选择较少任意性，且计算相对简单。
- 阅读关注点
- 核对似然多重最优为何影响序贯检验水平、新统计量与 Durbin 检验的关系，以及重估参数选择和动态阶数设定的适用条件。
- 阅读边界
- 摘要未列出新检验的具体统计量、正则条件和有限样本结果；其避免偏差的主张限于文中所指似然多重最优引起的问题。
原文摘要
When estimating a single equation with an error generated by an autoregressive process of higher order than one using a sequence of likelihood ratio tests to determine the correct order, the asymptotic size of the tests will be biased because of multiple optima of the likelihood function. A new type is suggested similar to the Durbin test [2] which is not biased in this way. IN HIS ARTICLE on testing for serial correlation in the presence of lagged endogenous variables [2] Durbin proved a general theorem which gives a significance test shown to be generally asymptotically equivalent to a likelihood ratio test. This paper proposes a generalization which gives a test criterion that may be preferred to the existing test criteria insofar as it can be set up using a less arbitrary choice of the parameters to be re-estimated, and also has the advantage of being relatively simple to compute. It seems more appropriate than the general Durbin form of test for application to the dynamic specification problem discussed in the third section of this article.