Testing model adequacy for some Markov regression models for time series
若干时间序列 Markov 回归模型的适合性检验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 Markov 回归、残差自相关与模型诊断，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
若干时间序列 Markov 回归模型的适合性检验
- 研究问题
- 对于将广义线性模型扩展至时间序列的若干 Markov 回归模型，如何检验模型是否充分刻画了数据中的动态结构？
- 方法与思路
- 作者推导残差自相关及得分统计量的渐近分布，用于模型适合性检查，并在简单情形中考察得分检验及一个真实案例。
- 材料陈述的贡献
- 摘要称建立了两类诊断统计量的渐近分布，得分统计量在实践中似乎更易使用，并提供经验结果与真实数据示例。
- 阅读关注点
- 核对 Markov 回归模型类别、残差定义与参数估计对分布的影响，以及得分统计量的构造、校准和实际使用成本。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；适用模型、渐近条件与经验结果未展开，“更易使用”也不是功效优势证明。
原文摘要
The asymptotic distribution of residual autocorrelations and a score statistic are derived for checking model adequacy for some Markov regression models for time series. These models are natural extensions of the popular generalized linear models to time series data. The score statistic appears to be somewhat easier to use in practice. Some empirical results are also obtained for the score statistic in some simple cases. A real example is given.