Miscellanea. Bartlett correction of the unit root test in autoregressive models
自回归模型单位根检验的 Bartlett 修正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：摘要明确涉及高斯自回归模型及单位根检验，直接属于时间序列推断。
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
自回归模型单位根检验的 Bartlett 修正
- 研究问题
- 在高斯自回归模型的单位根检验中，通常的 Bartlett 修正条件不成立时，修正是否仍能改善似然比统计量的分布近似？
- 方法与思路
- 作者通过展开似然比统计量的矩，分析单位根检验中的 Bartlett 修正，而不是直接依赖通常适用该修正的常规条件。
- 材料陈述的贡献
- 摘要称即使通常条件不满足，矩展开仍可表明 Bartlett 修正改善渐近分布近似，但未说明改善的具体阶数或数值大小。
- 阅读关注点
- 应核对自回归阶数、初值与其他参数的处理、矩展开的阶数，以及修正公式和分布近似改善所使用的准确评价标准。
- 阅读边界
- 依据版本未注明的索引摘要；未给出修正公式、误差阶数或有限样本检验水平，不能据此判断对所有单位根检验都有效。
原文摘要
The usual conditions for a Bartlett correction are not fulfilled when testing for a unit root in a Gaussian autoregressive model. However, by expanding the moments of the likelihood ratio statistic it can be shown that the Bartlett correction improves the asymptotic distribution approximation.