Testing for Relationships between Time Series
时间序列之间关系的检验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：摘要直接研究自相关时间序列之间的相关检验，与时间序列方法方向相符。
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…
时间序列之间关系的检验
- 研究问题
- 当两条序列各自具有自相关时，如何检验其样本相关的显著性，避免套用独立正态序列下的常规检验？
- 方法与思路
- 作者以抽样证据考察条件相关分布：给定两序列的一阶样本自相关后，研究其是否不再依赖总体一阶自相关。
- 材料陈述的贡献
- 摘要称，抽样证据支持所述条件分布假说，并据此提出将序列视为一阶马尔可夫过程的相关显著性检验。
- 阅读关注点
- 应核对条件分布假说的证据性质、模拟设置、无关序列的定义，以及超出一阶马尔可夫设定时检验是否有效。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要。所述独立性由抽样证据支持，摘要未给出一般证明或检验性能，相关显著性也不等于因果关系。
原文摘要
The usual procedures for testing the significance of sample correlations between pairs of independently normally distributed series are not appropriate for testing sample correlations between pairs of autocorrelated series. We present sampling evidence supporting our hypothesis that the distributions of sample correlations between pairs of unrelated first-order Markov series conditional on the first lag sample autocorrelations of the series correlated are independent of the population first lag autocorrelations of these series. Based on this evidence, a new test of significance for correlations between autocorrelated series is proposed, which, although treating them as first-order Markov series, does not depend on the generally unknown generating properties of the series.