An approximate distribution of a noncircular serial correlation coefficient
非循环序列相关系数的近似分布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：摘要以序列相关系数的抽样分布为研究对象，直接对应时间序列相关性推断。
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
非循环序列相关系数的近似分布
- 研究问题
- 如何获得非循环定义的序列相关系数的近似抽样分布，并说明它与循环相关系数分布及鞍点近似之间的关系？
- 方法与思路
- 作者利用平滑技术推导近似分布，在广义 Leipnik 形式中加入非循环修正因子，并比较循环情形和鞍点方法。
- 材料陈述的贡献
- 摘要称循环相关系数的结果是所推导分布的特例，并证明所用平滑方法与相应鞍点技术之间的等价关系。
- 阅读关注点
- 应核对循环和非循环相关系数的定义、抽样模型及修正因子，明确方法等价的含义，并查看近似误差如何评估。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；基础分布假设、近似公式和误差范围未说明，不能直接据此计算显著性或置信区间。
原文摘要
The paper applies a smoothing technique to obtain an approximate sampling distribution of a noncircular serial correlation coefficient. This technique is similar to the one employed by Koopmans and Dixon for finding the circular counterpart and thus provides an immediate comparison with that of the circularly denned coefficient. In fact, it is shown that the latter is a special case of the present result which is obtained in a generalized Leipnik's form with a correction factor to account for noncircularity. Also, the equivalence of this method of smoothing with the saddle point technique adopted by Daniels is demonstrated.