跳到正文
← 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:摘要直接讨论 ARMA 过程、残差序列相关和阶数检验,属于时间序列方法。

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
E. J. GODOLPHIN

自回归移动平均过程阶数的检验方法

研究问题
如何利用拟合残差的序列相关检验 ARMA 过程的阶数,并提高对不同候选模型的区分能力?摘要聚焦这一模型选择问题。
方法与思路
作者提出一种阶数检验程序,使用与 Box–Pierce 检验相同的一组残差序列相关;摘要未说明统计量的具体构造和校准方法。
材料陈述的贡献
摘要称,该程序在区分备选模型的敏感性方面具有优势;但没有提供比较指标、备选模型设定或优势幅度。
阅读关注点
阅读时应核对原假设与备择阶数如何设定、残差相关如何组合,以及参数估计对检验分布和功效比较的影响。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要解读。摘要未说明适用条件、检验分布及有限样本表现,不能据此确认其普遍优于 Box–Pierce 检验。

原文摘要

SUMMARY A procedure is suggested for testing the order of an autoregressive-moving average process which is based on the same set of residual serial correlations as the Box-Pierce test. However, the present method has advantages in terms of its sensitivity to discriminating between alternative models.

笔记与分组
相关领域论文