ON DISTINGUISHING BETWEEN RANDOM WALK AND CHANGE IN THE MEAN ALTERNATIVES
区分随机游走与均值变化备择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：摘要直接研究结构突变原因的区分，并比较均值变化与随机游走等时间序列行为。
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…
区分随机游走与均值变化备择
- 研究问题
- 当序列出现变化时，如何区分均值移动、随机游走，以及创新项从平稳转为差分平稳，而不只报告存在结构突变？
- 方法与思路
- 作者研究观测部分和的 CUSUM 型统计量，比较不同备择下的发散行为，再通过剔除均值移动影响来辨别变化原因。
- 材料陈述的贡献
- 摘要称，原统计量对三类备择均敏感，而去除均值移动影响后可利用发散行为识别随机游走；模拟与 DAX 收益应用用于说明结果。
- 阅读关注点
- 应核对去除均值移动的具体操作、三类备择的形式化定义，以及创新项平稳性变化与随机游走能否被进一步区分。
- 阅读边界
- 所给 Crossref 摘要未说明断点数量、定位误差或分类准确率；模拟及 DAX 应用的具体结果也未提供，不能推断版本变化。
原文摘要
We study test procedures that detect structural breaks in underlying data sequences. In particular, we wish to discriminate between different reasons for these changes, such as (1) shifting means, (2) random walk behavior, and (3) constant means but innovations switching from stationary to difference stationary behavior. Almost all procedures presently available in the literature are simultaneously sensitive to all three types of alternatives. The test statistics under investigation are based on functionals of the partial sums of observations. These cumulative sum–type (CUSUM-type) statistics have limit distributions if the mean remains constant and the errors satisfy the central limit theorem but tend to infinity in the case when any of the alternatives (1), (2), or (3) holds. On removing the effect of the shifting mean, however, divergence of the test statistics will only occur under the random walk behavior, which in turn enables statisticians not only to detect structural breaks but also to specify their causes. The results are underlined by a simulation study and an application to returns of the German stock index DAX.