THE FINITE-SAMPLE DENSITY OF THE SUFFICIENT STATISTIC AND RELATED TESTS IN A GAUSSIAN AUTOREGRESSION
高斯自回归中充分统计量的有限样本密度及相关检验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。
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：研究对象是一阶高斯自回归及其自相关统计量，直接属于时间序列方法。
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
高斯自回归中充分统计量的有限样本密度及相关检验
- 研究问题
- 对于一阶高斯自回归模型，能否在任意自回归参数取值下，获得最小充分统计量、自相关系数及其学生化统计量的精确密度？
- 方法与思路
- 作者推导最小充分统计量的有限样本联合密度，并据此求出自相关系数及其学生化 t 比率的密度，同时处理多变量特征函数反演。
- 材料陈述的贡献
- 摘要称，结果将相关统计量的密度描述扩展到精确有限样本情形，并展示一种处理多变量合流特征函数反演问题的方法。
- 阅读关注点
- 应核对模型的初始值处理、充分统计量的具体形式、密度支持域及参数边界，以及精确密度如何用于检验计算。
- 阅读边界
- 所给 Crossref 摘要未说明初始条件、计算难度或检验表现；精确分布结论限定于所述高斯模型，不能直接推广至其他误差分布。
原文摘要
A first-order Gaussian autoregressive model is considered. The exact finite-sample joint density of the minimal sufficient statistic is derived, for any value of the autoregressive parameter. This allows us to derive explicitly the exact density of the autocorrelation coefficient and its Studentized t-ratio, whose densities were available only in the asymptotic case and not for all values of the parameter and the statistic. This article also demonstrates how to solve a general problem in statistical distribution theory (well beyond the specific case of autoregressive models), that of inverting confluent characteristic functions in multiple variables.