Testing for serial correlation in least squares regression.III
最小二乘回归中的序列相关检验：第三篇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：摘要直接研究回归误差的序列相关检验、统计量分布及局部功效，属于时间序列相关的计量方法。
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
最小二乘回归中的序列相关检验：第三篇
- 研究问题
- 如何计算并近似 Durbin–Watson 的 d 统计量分布，以及该检验相对于若干精确检验具有什么不变性和局部功效性质？
- 方法与思路
- 作者研究精确分布计算，在四组已发表数据上比较六种近似，并基于不变性理论比较 d 检验与若干精确检验的功效。
- 材料陈述的贡献
- 摘要称，基于前两阶精确矩的两种近似表现良好，另两种近似不够准确，并证明 d 检验具有局部最强不变性质。
- 阅读关注点
- 应核对误差与回归设计条件、不变群和局部备择的定义、精确分布算法，以及近似比较所覆盖的数据情形。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；新近似的名称记号前后不一致，需核对原文；具体条件与误差数值未说明。
原文摘要
The paper considers a number of problems arising from the test of serial correlation based on the d statistic proposed earlier by the authors (Durbin & Watson, 1950, 1951). Methods of computing the exact distribution of d are investigated and the exact distribution is compared with six approximations to it for four sets of published data. It is found that approximations suggested by Theil and Nagar and by Hannan are too inaccurate for practical use but that the beta approximation proposed in the 1950 and 1951 papers and a new approximation, called by us the a + bdu approximation and based, like the beta approximation, on the exact first two moments of d, both perform well. The power of the d test is compared with that of certain exact tests proposed by Theil, Durbin, Koerts and Abrahamse from the standpoint of invariance theory. It is shown that the d test is locally most powerful invariant but that the other tests are not. There are three appendices. The first gives an account of the exact distribution of d. The second derives the mean and variance to a second order of approximation of a modified maximum likelihood statistic closely related to d. The third sets out details of the computations required for the a + hdu approximation.