On the Asymptotic Standard Errors of Residual Autocorrelations in Nonlinear Time Series Modelling
非线性时间序列建模中残差自相关的渐近标准误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：摘要直接研究非线性时间序列及阈值模型的残差自相关诊断。
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
非线性时间序列建模中残差自相关的渐近标准误
- 研究问题
- 对于阈值模型等非线性时间序列，如何获得残差自相关的渐近分布及标准误，以支持更准确的模型诊断？
- 方法与思路
- 作者为若干较一般的非线性时间序列模型推导残差自相关的渐近分布，并报告将该方法用于阈值模型的小规模模拟。
- 材料陈述的贡献
- 摘要称，所推导分布能够给出更准确的残差自相关标准误，帮助多种情形下的模型诊断；具体改善幅度未报告。
- 阅读关注点
- 阅读全文时应核对非线性模型范围、参数估计对残差自相关的影响，以及阈值模型模拟的设定和比较基准。
- 阅读边界
- 仅据稿件版本未注明的索引摘要；具体正则条件、标准误公式及模拟结果未提供，不能断言所有非线性模型均适用。
原文摘要
The asymptotic distribution of residual autocorrelations for some very general nonlinear time series models is derived. This includes the important class of threshold models. Consequently more accurate standard errors for residual autocorrelations can be obtained facilitating model diagnostic checkings in many situations. A small simulation result applying the methodology to threshold models is reported.