跳到正文
← 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:摘要明确讨论时间序列模型误设检验,并关联误设导致的预测精度损失。

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
Neville Davies
Paul Newbold

时间序列模型设定的综合检验功效研究

研究问题
用于发现时间序列模型误设的综合检验具有多大功效,其检出能力与错误模型造成的预测精度损失有何关系?
方法与思路
作者通过模拟考察综合检验统计量对模型误设的检出能力,并将检验功效与使用误设模型产生的预测损失联系起来。
材料陈述的贡献
摘要称,模拟中该统计量只有在样本量较大时才取得较高检出效果,提示应关注检验在较小样本中的能力。
阅读关注点
阅读全文时应核对误设类型、样本量范围、检验水平和预测评价标准,判断检验遗漏是否对应实质性预测损失。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;摘要未给出样本量阈值、功效数值或模拟设计,不能推广至所有综合检验。

原文摘要

In this note we present simulation evidence on the power of a portmanteau statistic used to detect time series model misspecification. This is related to the loss in forecasting accuracy resulting from use of the incorrectly specified model. Our conclusion is that the statistic achieves a high level of success only when sample size is large.

笔记与分组
相关领域论文