Testing a Time Series for Difference Stationarity
时间序列差分平稳性的检验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：摘要明确研究时间序列的差分平稳检验和随机参数自回归备择。
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
时间序列差分平稳性的检验
- 研究问题
- 如何检验观测时间序列是否差分平稳，并将其与另一类非平稳过程，特别是随机参数自回归模型区分？
- 方法与思路
- 作者在高斯假设下构造局部最优不变检验，给出渐近分布的布朗运动混合表示，并通过模拟研究有限样本表现。
- 材料陈述的贡献
- 摘要称，论文提供针对所述非平稳备择的检验及渐近分布表示，并给出一个拒绝某知名序列差分平稳假设的应用例子。
- 阅读关注点
- 应核对差分平稳原假设、随机参数备择及不变性设定，查看高斯条件的作用、临界值计算和模拟中的尺寸与功效。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；应用序列、随机参数设定及模拟数值未说明，不能把拒绝原假设解释为确认某一备择模型。
原文摘要
This paper addresses the problem of testing the hypothesis that an observed series is difference stationary. The alternative hypothesis is that the series is another nonstationary process; in particular, an autoregressive model with a random parameter is used. A locally best invariant test is developed assuming Gaussianity, and a representation of its asymptotic distribution as a mixture of Brownian motions is found. The performance of the test in finite samples is investigated by simulation. An example is given where the difference stationary assumption for a well-known data series is rejected.