A UNIFIED APPROACH TO THE MEASUREMENT ERROR PROBLEM IN TIME SERIES MODELS
时间序列模型测量误差问题的统一方法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：摘要明确覆盖短记忆、长记忆和随机游走时间序列的测量误差检验。
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
时间序列模型测量误差问题的统一方法
- 研究问题
- 短记忆、长记忆及随机游走时间序列被白噪声污染时，能否用统一方法检验测量误差的存在，检验功效又如何随过程类型变化？
- 方法与思路
- 作者将多种时间序列受到白噪声污染的情形纳入统一检验框架，研究噪声存在性检验及其对潜在过程类型的敏感性。
- 材料陈述的贡献
- 摘要称提出了检验白噪声污染存在性的统一方法，并指出检验功效关键地取决于潜在过程，而不是仅取决于污染本身。
- 阅读关注点
- 应核对污染的具体形式及其与潜在过程的关系、各过程下的可识别性、检验统计量构造，以及功效依赖过程类型的机制。
- 阅读边界
- 所给 Crossref 摘要较简略，未说明噪声独立性、统计量、极限分布或数值结果，不能判断不同过程下检验功效的高低顺序。
原文摘要
The measurement error problem that we consider in this paper is concerned with the situation where time series data of various kinds—short memory, long memory, and random walk processes—are contaminated by white noise. We suggest a unified approach to testing for the existence of such noise. It is found that the power of our test crucially depends on the underlying process.