The Level and Power of the Bootstrap t Test in the AR(1) Model with Trend
含趋势的AR(1)模型中自助t检验的水平与功效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：摘要直接研究含截距与趋势的AR(1)模型及自回归参数检验，属于时间序列方法，未提供更细领域分类的依据。
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
含趋势的AR(1)模型中自助t检验的水平与功效
- 研究问题
- 在可含截距与趋势的AR(1)模型中，当创新分布未知时，自助临界值能否使自回归参数的t检验兼顾正确水平与功效？
- 方法与思路
- 作者设定创新独立同分布且分布未知，用常规t统计量检验自回归参数，并通过Monte Carlo模拟估计采用自助临界值时的拒绝概率。
- 材料陈述的贡献
- 摘要称，在接近或小于实践常见规模的样本中，自助临界值使检验水平基本正确，功效与采用经水平校正临界值的检验基本相同。
- 阅读关注点
- 核对原假设范围、截距与趋势的处理、自助样本生成方式，以及检验水平和功效比较所采用的参数、创新分布与样本设定。
- 阅读边界
- 证据来自摘要所述模拟，模型假定创新独立同分布；摘要未说明完整模拟配置，不能据此判断其他误差结构下的检验表现。
原文摘要
This paper considers a first-order autoregressive model which may include an intercept and trend where the innovations are independently and identically distributed. The innovation distribution is assumed unknown. The autoregressive parameter is tested using the conventional t statistic. The paper presents Monte Carlo estimates of the rejection probability of the test with bootstrap-based critical values. The results show that the test with the bootstrap-based critical value has essentially the right rejection probability for sample sizes comparable to or smaller than those which occur in practice and essentially the same power as the test with level-corrected critical values.