Testing Against General Autoregressive and Moving Average Error Models when the Regressors Include Lagged Dependent Variables
回归变量含滞后因变量时对一般自回归与移动平均误差模型的检验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：摘要明确研究含滞后因变量的动态回归及自回归、移动平均误差检验，直接对应时间序列模型的序列相关诊断。
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
回归变量含滞后因变量时对一般自回归与移动平均误差模型的检验
- 研究问题
- 当动态回归包含多个滞后因变量时，如何检验扰动的高阶序列相关，并比较一般自回归与移动平均误差作为备择的检验？
- 方法与思路
- 作者采用拉格朗日乘子方法，在含滞后因变量的动态回归中研究针对一般自回归和移动平均误差过程的检验，并讨论序列相关处理。
- 材料陈述的贡献
- 摘要称，针对同阶自回归误差与移动平均误差备择，拉格朗日乘子检验完全相同，为高阶序列相关检验提供统一比较结果。
- 阅读关注点
- 核对含滞后因变量时的检验构造、两类同阶备择得到相同检验的推导条件，以及统计量计算、极限分布与序列相关处理建议。
- 阅读边界
- 摘要未说明具体统计量、阶数选择、正则条件或有限样本性质；检验相同不意味着两类误差模型的估计结果或动态机制相同。
原文摘要
Since dynamic regression equations are often obtained from rational distributed lag models and include several lagged values of the dependent variable as regressors, high order serial correlation in the disturbances is frequently a more plausible alternative to the assumption of serial independence than the usual first order autoregressive error model. The purpose of this paper is to examine the problem of testing against general autoregressive and moving average error processes. The Lagrange multiplier approach is adopted and it is shown that the test against the nth order autoregressive error model is exactly the same as the test against the nth order moving average alternative. Some comments are made on the treatment of serial correlation.