GCov-Based Portmanteau Test
基于广义协方差的综合序列相关检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确讨论非高斯时间序列、序列依赖检验和自回归残差诊断，直接对应时间序列方向。
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
基于广义协方差的综合序列相关检验
- 研究问题
- 如何检验非高斯时间序列及动态模型残差的非线性序列依赖，并让残差诊断适用于不同估计方法得到的模型？
- 方法与思路
- 作者利用非线性自协方差构造综合检验统计量，推导卡方极限和局部备择结果，并提出适用于其他估计方法的自助检验。
- 材料陈述的贡献
- 摘要提出新的非线性依赖检验与 GCov 自助诊断，报告混合因果与非因果自回归模拟表现，并用于铝价模型拟合检验。
- 阅读关注点
- 应核对非线性变换与滞后阶数、卡方近似所需条件、参数估计对残差检验的影响，以及自助法在其他估计方法下的有效性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明检验的具体条件、模拟数值及铝价应用的拟合结论。
原文摘要
We study nonlinear serial dependence tests for non-Gaussian time series and residuals of dynamic models based on portmanteau statistics involving nonlinear autocovariances. A new test with an asymptotic $χ^2$ distribution is introduced for testing nonlinear serial dependence (NLSD) in time series. This test is inspired by the Generalized Covariance (GCov) residual-based specification test, recently proposed as a diagnostic tool for semi-parametric dynamic models with i.i.d. non-Gaussian errors. It has a $χ^2$ distribution when the model is correctly specified and estimated by the GCov estimator. We derive new asymptotic results under local alternatives for testing hypotheses on the parameters of a semi-parametric model. We extend it by introducing a GCov bootstrap test for residual diagnostics,\color{black} which is also available for models estimated by a different method, such as the maximum likelihood estimator under a parametric assumption on the error distribution. \color{black} A simulation study shows that the tests perform well in applications to mixed causal-noncausal autoregressive models. The GCov specification test is used to assess the fit of a mixed causal-noncausal model of aluminum prices with locally explosive patterns, i.e. bubbles and spikes between 2005 and 2024.