Serially correlated differences in the paired comparison of time series
时间序列配对比较中差值的序列相关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：摘要直接研究时间序列趋势比较及序列相关对检验分布的影响，对应时间序列方法。
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
时间序列配对比较中差值的序列相关
- 研究问题
- 对同一时间点观测的两条时间序列比较趋势时，配对差值的序列相关如何改变原有F检验的大样本分布？
- 方法与思路
- 作者在两条非负趋势成比例的设定中，将配对差值改为具有正态残差的平稳马尔可夫过程，分析F统计量分布。
- 材料陈述的贡献
- 摘要称，相比零序列相关，正相关使F统计量近似大样本分布的上尾更厚，负相关则使上尾更薄。
- 阅读关注点
- 应核对趋势比例设定、差值过程及残差条件、近似分布推导，以及尾部变化对临界值和检验水平的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；结论依赖给定趋势和差值过程，未提供校正方法或有限样本误差，不能推断刊本变化。
原文摘要
If observations are taken at the same set of time points on each of two time series whose nonnegative trends are proportional, the F statistic based on the differences of the two series at the time points may be used to test equality of trends against inequality of trends provided the paired differences are independently and identically distributed normal random variables. The present paper investigates the effect on the F test when the paired differences follow a stationary Markov process with normal residuals. It is shown that for positive serial correlation the approximate large-sample distribution of F has a thicker upper tail than when the serial correlation is zero, while for negative serial correlation the upper tail is thinner.