Trend Function Hypothesis Testing in the Presence of Serial Correlation
存在序列相关时的趋势函数假设检验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：摘要明确研究时间序列的确定性趋势参数检验，并允许趋势发生结构变化，因此归入时间序列与结构变化方向。
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
存在序列相关时的趋势函数假设检验
- 研究问题
- 在误差存在一般形式序列相关、甚至具有单位根时，如何检验单变量时间序列确定性趋势的参数，并对平均增长率进行区间推断？
- 方法与思路
- 作者提出无需估计序列相关参数的检验，适用于平稳和单位根误差；允许的趋势函数包括可能发生结构变化的时间多项式。
- 材料陈述的贡献
- 摘要称检验对一般形式的序列相关有效，并将渐近结果用于简单线性趋势模型，构造八个工业化国家战后平均GNP增长率的置信区间。
- 阅读关注点
- 核对检验统计量、平稳与单位根情形的渐近依据及结构变化设定，并检查增长率区间所用样本、趋势假设和区间构造。
- 阅读边界
- 摘要未说明一般序列相关所受的正则条件、结构变化如何确定及区间数值；渐近有效性不能直接等同于任意样本下的精确覆盖。
原文摘要
Test statistics are proposed for testing hypotheses about the parameters of the deterministic trend function of a univariate time series. The tests are valid for general forms of serial correlation in the errors and do not require estimates (parametric or nonparametric) of serial correlation parameters. The tests are valid for stationary and unit root errors. Allowable trend functions include linear polynomials of time that may have structural change. Asymptotic results are applied to a model with a simple linear trend and are used to construct confidence intervals for average GNP growth rates for eight industrialized countries using postwar data.