Testing for unit roots in autoregressive-moving average models of unknown order
未知阶数 ARMA 模型的单位根检验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 ARMA 时间序列的单位根、非平稳性及自回归近似检验。
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…
关注这篇论文的作者
未知阶数 ARMA 模型的单位根检验
- 研究问题
- 当自回归与移动平均阶数未知时，如何检验时间序列是否具有单位根，并避免事先完整指定 ARMA 阶数？
- 方法与思路
- 作者以自回归模型近似 ARMA 模型，构造可由常规回归程序输出的检验统计量，并利用其极限分布进行检验。
- 材料陈述的贡献
- 摘要称提出了针对未知阶数模型的单位根检验，其统计量便于计算，极限分布分位数已有表列，并提供示例。
- 阅读关注点
- 应核对自回归近似的滞后阶数选择、误差过程条件、确定性项设置，以及统计量和适用临界值的对应关系。
- 阅读边界
- 索引摘要未注明稿件版本；未说明滞后选择规则、具体渐近条件或有限样本表现，不能据此判断所有 ARMA 模型的检验有效性。
原文摘要
Recently, methods for detecting unit roots in autoregressive and autoregressive-moving average time series have been proposed. The presence of a unit root indicates that the time series is not stationary but that differencing will reduce it to stationarity. The tests proposed to date require specification of the number of autoregressive and moving average coefficients in the model. In this paper we develop a test for unit roots which is based on an approximation of an autoregressive-moving average model by an autoregression. The test statistic is standard output from most regression programs and has a limit distribution whose percentiles have been tabulated. An example is provided.