Goodness-of-Fit Tests for Correlated Data
相关数据的拟合优度检验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：摘要明确分析平稳过程、ARMA 模型及逆滤波，直接对应时间序列检验方法。
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
相关数据的拟合优度检验
- 研究问题
- 如何在平稳且观测相关的过程中检验分布拟合，特别是在 ARMA 过程及信号叠加高斯噪声模型中判断正态性？
- 方法与思路
- 作者用模拟研究卡方统计量并以逆滤波考察 ARMA 情形的功效；对信号加噪声模型采用样本偏度和峰度统计量。
- 材料陈述的贡献
- 摘要称推导了第二类模型中偏度和峰度统计量的渐近正态性及渐近方差，并研究其在一类广泛备择下的表现。
- 阅读关注点
- 应核对平稳性和相关结构条件、逆滤波的实施与参数处理，以及信号加噪声模型中统计量方差和备择类别的定义。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给相关条件、功效数值或滤波误差处理，不能外推至所有依赖数据。
原文摘要
Goodness-of-fit tests for stationary processes are a problem of practical importance, e.g. in the analysis of electroencephalographic data. The distribution of the chi-squared statistic under the normal hypothesis is studied by simulation; power is investigated by an inverse filtering procedure for processes which can be well represented by an autoregressive-moving average model. For a second model, consisting of a Gaussian or non-Gaussian signal plus Gaussian noise, sample skewness and kurtosis are suggested as test statistics. The asymptotic normality and the asymptotic variance of these statistics are derived, as well as the behaviour for a broad class of alternatives. The second model is of primary interest in E.E.G.-analysis.