Bispectral-Based Tests for the Detection of Gaussianity and Linearity in Time Series
基于双谱的时间序列高斯性与线性检测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：题名与摘要明确研究时间序列的双谱检验及线性模型诊断。
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…
基于双谱的时间序列高斯性与线性检测
- 研究问题
- 如何利用时间序列的双谱信息，检验观测是否符合线性过程，并诊断既有线性模型可能遗漏的非线性结构？
- 方法与思路
- 作者使用估计双谱构造检验统计量，以统计量大小衡量偏离线性模型的程度，并应用于此前使用线性模型的序列。
- 材料陈述的贡献
- 摘要称，多条实际序列呈现明显非线性滞后交互，相关检验可兼作模型诊断；作者据此提出非线性模型可能更合适。
- 阅读关注点
- 应核对高斯性与线性检验各自的原假设、双谱估计及校准条件，以及实证偏离能否支持具体非线性模型。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；高斯性检验细节与实证统计结果未说明，发现非线性不等于证明某模型预测更优。
原文摘要
Statistical techniques have been developed that use estimated bispectrum values to test whether a sample of a time series is consistent with the hypothesis that the observations are generated by a linear process. The magnitude of the test statistics indicates the amount of divergence between the observations and the linear model hypothesis. It is important to investigate such a divergence, since the usual linear model coefficients can be shown to be biased in the face of nonlinear time series structure. The tests presented here can thus be considered diagnostic as well as confirmatory. These tests are applied to a variety of real series previously modeled with linear models. The results indicate nonlinear models may yield better results, because many of the series analyzed appear to have considerable nonlinear lagged interactions.