DETECTION OF NONCONSTANT LONG MEMORY PARAMETER
非恒定长记忆参数的检测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长记忆参数的突变与渐变，涉及持续性和结构变化检验。
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…
非恒定长记忆参数的检测
- 研究问题
- 如何检验时间序列的长记忆参数是否恒定，尤其识别持续性增强，以及从较低记忆参数向较高参数的突变或渐变？
- 方法与思路
- 作者讨论基于部分和前向与后向样本方差之比的检验统计量，并研究其在记忆参数变化模型中的表现及一致性。
- 材料陈述的贡献
- 摘要称，检验在较一般框架下具有一致性，模拟中的有限样本表现良好，且比所比较的基于 KPSS 的检验功效更高。
- 阅读关注点
- 应核对一致性所需条件、平稳与非平稳情形的处理、突变与渐变设定，以及模拟比较中的尺寸控制和备择强度。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；具体正则条件、临界值和模拟数值未说明，不能将所述功效优势推广到所有变化情形。
原文摘要
This article deals with detection of a nonconstant long memory parameter in time series. The null hypothesis presumes stationary or nonstationary time series with a constant long memory parameter, typically an I ( d ) series with d > −.5 . The alternative corresponds to an increase in persistence and includes in particular an abrupt or gradual change from I ( d 1 ) to I ( d 2 ), −.5 < d 1 < d 2 . We discuss several test statistics based on the ratio of forward and backward sample variances of the partial sums. The consistency of the tests is proved under a very general setting. We also study the behavior of these test statistics for some models with a changing memory parameter. A simulation study shows that our testing procedures have good finite sample properties and turn out to be more powerful than the KPSS-based tests (see Kwiatkowski, Phillips, Schmidt and Shin, 1992) considered in some previous works.