Testing for Serial Correlation against an ARMA(1, 1) Process
针对 ARMA(1,1) 备择的序列相关检验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：摘要直接讨论时间序列和回归误差的序列相关检验，并以 ARMA 模型作为备择。
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
针对 ARMA(1,1) 备择的序列相关检验
- 研究问题
- 如何在时间序列及回归误差中检验白噪声，对 ARMA(1,1) 这一非标准备择设计兼具理论保证和检验功效的方法？
- 方法与思路
- 作者分析似然比、上确界拉格朗日乘子及指数平均检验，研究其渐近可容许性，并考察更广泛相关备择。
- 材料陈述的贡献
- 摘要称这些检验对 ARMA(1,1) 备择渐近可容许，对弱平稳强混合的非白噪声备择一致，并报告模拟功效比较。
- 阅读关注点
- 应核对问题非标准性的来源、检验统计量与临界值构造，以及可容许性、一致性和非季节备择功效的适用条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；非标准机制及完整条件未给出，模拟功效陈述不能推广到任意季节性备择。
原文摘要
This article is concerned with tests for serial correlation in time series and in the errors of regression models. In particular, the nonstandard problem of testing for white noise against autoregressive moving average model ARMA(1, 1) alternatives is considered. The likelihood ratio (LR), sup Lagrange multiplier (LM), and exponential average LM and LR tests are shown to be asymptotically admissible for ARMA(1, 1) alternatives. In addition, they are shown to be consistent against all (weakly stationary strong mixing) non-white noise alternatives. Simulation results compare the tests to several tests in the literature. These results show that the LR and Exp-LR∞ tests have very good all-around power properties for nonseasonal alternatives.