Nonparametric detection of correlated errors
相关回归误差的非参数检测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：摘要直接研究误差相关性及残差自协方差，属于时间序列依赖的检测问题。
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
相关回归误差的非参数检测
- 研究问题
- 回归误差无法直接观测时，如何利用等间距设计下的拟合残差检测误差相关性，并实施相应的统计判断？
- 方法与思路
- 作者先进行核回归估计，再利用残差的一阶样本自协方差提取相关性信息，并采用自助法辅助实施检测。
- 材料陈述的贡献
- 摘要称，核回归残差的一阶样本自协方差提供检测相关误差的重要信息，其自助法能够有效利用这些信息。
- 阅读关注点
- 核对核带宽、回归函数平滑性与误差依赖的要求，以及自助法构造、检验校准和对不同相关模式的敏感性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；理论条件、检验水平与功效未说明，且所述方法明确针对等间距设计。
原文摘要
In regression problems it is hard to detect correlated errors since the errors are not observed. In this paper, a nonparametric method is proposed for the detection of correlated errors when the design points are equally spaced. It turns out that the first‐order sample autocovariance of the residuals from the kernel regression estimates provides essential information about correlated errors and its bootstrap is quite effective in implementing such information.