A General Regression Changepoint Test for Time Series Data
时间序列数据的一般回归变点检验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：摘要明确研究相关时间序列回归误差与单个变点检验，对应时间序列和结构变化。
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…
时间序列数据的一般回归变点检验
- 研究问题
- 在回归误差相关、存在季节周期、时变回归因素和协变量的时间序列中，如何检验是否出现单个变点？
- 方法与思路
- 作者依据似然比原则构造变点统计量并推导渐近分布，再提出基于 ARMA 残差的检验，应用于月度二氧化碳浓度序列。
- 材料陈述的贡献
- 摘要称，协变量满足一定极限规律时，极限分布不受季节周期和协变量影响，但依赖时变因素；新检验呈现良好有限样本性质。
- 阅读关注点
- 应核对协变量极限规律、时变因素如何进入极限分布，以及 ARMA 残差构造与估计误差处理；应用中的变点解释也需单独审查。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，无法判断具体正则条件与有限样本优势范围；变点关联不能直接证明火山喷发的因果作用，刊本变化未核验。
原文摘要
This article develops a test for a single changepoint in a general setting that allows for correlated time series regression errors, a seasonal cycle, time-varying regression factors, and covariate information. Within, a changepoint statistic is constructed from likelihood ratio principles and its asymptotic distribution is derived. The asymptotic distribution of the changepoint statistic is shown to be invariant of the seasonal cycle and the covariates should the latter obey some simple limit laws; however, the limit distribution depends on any time-varying factors. A new test based on ARMA residuals is developed and is shown to have favorable properties with finite samples. Driving our work is a changepoint analysis of the Mauna Loa record of monthly carbon dioxide concentrations. This series has a pronounced seasonal cycle, a nonlinear trend, heavily correlated regression errors, and covariate information in the form of climate oscillations. In the end, we find a prominent changepoint in the early 1990s, often attributed to the eruption of Mount Pinatubo, which cannot be explained by covariates. Supplementary materials for this article are available online.