Testing for a Shift in Mean Without Having to Estimate Serial-Correlation Parameters
无需估计序列相关参数的均值突变检验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：摘要直接研究单变量时间序列的均值突变检验，并讨论平稳与单位根误差，分别对应结构变化和时间序列。
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
无需估计序列相关参数的均值突变检验
- 研究问题
- 如何在不估计序列相关参数的情况下检验单变量时间序列的均值突变，并兼顾平稳误差、单位根误差及已知或未知突变时点？
- 方法与思路
- 作者对数据作简单变换，并构造由数据部分和决定的检验统计量；摘要称，这些统计量渐近不受序列相关参数影响。
- 材料陈述的贡献
- 摘要称，所提检验适用于平稳或单位根误差以及已知或未知突变日期，并在渐近分析和有限样本中具有良好的尺寸与功效性质。
- 阅读关注点
- 核对数据变换、部分和统计量及临界值构造，重点检查渐近不变性的成立条件，以及未知突变日期下检验水平如何控制。
- 阅读边界
- 摘要未列出误差过程限制、突变幅度、临界值或有限样本设置；对序列相关参数的渐近不变性，不代表对任意依赖结构都有效。
原文摘要
Tests for detecting a shift in the mean of univariate time series that do not require estimation of serial-correlation parameters are proposed. The statistics are valid whether the errors are stationary or have a unit root. The date of the shift may be known or unknown. The statics are based on a simple transformation of the data and are functions of partial sums of the data. These so-called partial sum statistics are shown to be asymptotically invariant to serial-correlation parameters. The statistics are shown to have good size and power properties asymptotically and in finite samples.