Nonparametric tests of linearity for time series
时间序列线性的非参数检验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：摘要明确针对时间序列线性检验，并使用条件矩、双谱比较和重抽样方法，属于时间序列分析。
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
时间序列线性的非参数检验
- 研究问题
- 如何利用条件均值与条件方差的非参数估计检验时间序列线性，并改善渐近零分布近似不佳的问题？
- 方法与思路
- 作者构造基于条件均值和条件方差的检验，通过对最佳线性近似进行重抽样建立零分布，并与其他检验比较。
- 材料陈述的贡献
- 摘要称，渐近表达式在所考察情形下近似不佳，新检验在测试例子中表现良好；比较对象包括参数检验和双谱检验。
- 阅读关注点
- 应核对线性原假设是否同时约束均值与方差、最佳线性近似的构造，以及重抽样如何处理时间依赖。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；“表现良好”限于所测试例子，摘要未给出误差控制条件或普遍优势。
原文摘要
We introduce tests of linearity for time series based on nonparametric estimates of the conditional mean and the conditional variance. The tests are compared to a number of parametric tests and to nonparametric tests based on the bispectrum. Asymptotic expressions give bad approximations, and the null distribution under linearity is constructed using resampling of the best linear approximation. The new tests perform well on the examples tested.