Testing for Randomness Against Autocorrelation: Alternative Tests
针对自相关备择的随机性检验：替代方法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：摘要直接讨论序列自相关、周期图及随机性检验，属于时间序列方法。
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
针对自相关备择的随机性检验：替代方法
- 研究问题
- 面对一阶自相关备择，秩序列相关、转折点及周期图检验的效率如何；正态与非正态小样本下应如何比较这些检验？
- 方法与思路
- 作者计算相关检验相对于序列相关检验的渐近效率，提出周期图检验，并用蒙特卡洛模拟比较多类检验的表现。
- 材料陈述的贡献
- 摘要称，论文提供一阶自相关下的效率比较及小到中等样本模拟，并总体推荐序列相关检验与周期图上的 KS 检验。
- 阅读关注点
- 应核对随机性原假设与自相关备择的设定、效率计算条件，以及模拟中的尺寸控制、样本范围和非正态分布类型。
- 阅读边界
- 索引摘要未注明稿件版本，也未报告效率或功效数值；作者的总体推荐不能直接推广到其他依赖结构和分布。
原文摘要
The asymptotic efficiencies of the rank serial correlation and turning–points tests with respect to the serial correlation test are evaluated for first–order autocorrelation. Tests based on the periodogram of the data are suggested. A Monte Carlo study is conducted to evaluate the relative performance of likelihood derivative, distribution–free, and periodogram tests for small to moderate sample sizes with normal and nonnormal parent distributions. The serial correlation test and a Kolmogorov–Smirnov test based on the periodogram are generally recommended.