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:摘要明确研究门限自回归时间序列模型的非标准似然比检验,直接对应时间序列方向。

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
K. S. Chan
H. Tong

门限自回归的似然比检验

研究问题
门限参数在原假设下不存在时,如何确定正态噪声门限自回归模型的似然比统计量零假设分布,并处理由此产生的非标准性?
方法与思路
作者将零假设分布问题转化为高斯过程的首次越界概率;某些特殊情形对应布朗桥,并进一步分析渐近分布的依赖因素。
材料陈述的贡献
摘要称在特定情形下,检验统计量的渐近零假设分布只依赖自由度,而不依赖时间序列在原假设下的具体联合分布。
阅读关注点
应核对门限搜索范围、高斯过程的构造、布朗桥对应的特殊条件,以及仅依赖自由度的结论适用于哪些模型设定。
阅读边界
仅依据所给 Crossref 摘要;特殊情形的具体条件、临界值计算及有限样本表现未说明,不能普遍采用标准似然比参照分布。

原文摘要

SUMMARY This paper addresses the null distribution of the likelihood ratio statistic for threshold autoregression with normally distributed noise. The problem is non-standard because the threshold parameter is a nuisance parameter which is absent under the null hypothesis. We reduce the problem to the first-passage probability associated with a Gaussian process which, in some special cases, turns out to be a Brownian bridge. It is also shown that, in some specific cases, the asymptotic null distribution of the test statistic depends only on the ‘degrees of freedom' and not on the exact null joint distribution of the time series.

笔记与分组
相关领域论文