Testing for Noninvertibie Models With Applications
不可逆模型的检验及应用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：摘要直接研究平稳时间序列的不可逆性、派生过程及单位根检验，所述方法明确属于时间序列分析。
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
不可逆模型的检验及应用
- 研究问题
- 研究如何检验平稳自回归移动平均序列的不可逆性，以及能否通过构造派生过程，将这一问题转化为单位根检验。
- 方法与思路
- 作者构造非平稳但可逆的派生过程，使其非平稳因子与原序列的不可逆因子相同，再使用已有单位根统计量检验不可逆性。
- 材料陈述的贡献
- 摘要称统计量极限分布取决于原序列的均值及初始创新，并与已有不可逆性检验比较，还用两条美国经济序列作示例。
- 阅读关注点
- 应核对派生过程的构造和适用条件，重点查看均值与初始创新怎样影响极限分布，以及单位根统计量如何用于不可逆性检验。
- 阅读边界
- 摘要未给出变换公式、检验尺寸与功效数值，也未列明两条美国经济序列；无法据此判断检验的有限样本表现或适用范围。
原文摘要
This article is concerned with testing for noninvertibie time series models. For a stationary but noninvertibie autoregressive moving average model, I construct a derived process that is non-stationary but invertible with a nonstationary factor identical to the noninvertibie factor of the original time series. I then propose a test procedure for testing noninvertibility using various unit-root test statistics available in the literature. The limiting distributions of the test statistics employed depend on the mean as well as the initial innovations of the original series. I also compare the performance of the proposed test procedure with that of other noninvertibie tests available in the literature. For illustration, I apply the proposed test procedure to detect trend stationarity of two U.S. economic time series.