BOOTSTRAP ASSISTED SPECIFICATION TESTS FOR THE ARFIMA MODEL
自助法辅助的 ARFIMA 模型设定检验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 ARFIMA 长记忆时间序列模型的设定检验。
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…
自助法辅助的 ARFIMA 模型设定检验
- 研究问题
- ARFIMA 模型设定检验的零假设分布依赖模型与参数估计方法、临界值难以计算时，能否利用自助法获得有效校准？
- 方法与思路
- 作者基于带估计参数的 Bartlett 过程构造检验，研究不同自助算法对零假设分布的估计有效性，并以蒙特卡洛模拟比较程序。
- 材料陈述的贡献
- 摘要称，论文证明所研究自助分布估计方法的有效性，并考察各替代程序的有限样本表现，为难以计算临界值的问题提供方案。
- 阅读关注点
- 应核对自助算法如何生成长记忆序列、参数如何重新估计、分数差分参数的允许范围，以及与枢轴变换方法的比较设定。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定各算法的适用条件、误差阶或优劣排序；摘要未报告模拟数值和刊本变化。
原文摘要
This paper proposes bootstrap assisted specification tests for the autoregressive fractionally integrated moving average model based on the Bartlett T p -process with estimated parameters whose limiting distribution under the null depends on the estimated model and the estimation method employed. The computation of the asymptotic critical values is not easy if at all possible under these circumstances. To circumvent this problem Delgado, Hidalgo, and Velasco (2005, Annals of Statistics 33, 2568–2609) proposed an asymptotically pivotal transformation of the T p -process with estimated parameters. The aim of this paper is twofold. First, to examine alternative methods based on bootstrap algorithms for estimating the distribution of the test under the null, showing its validity. And second, to study the finite-sample performance of the different alternative procedures via Monte Carlo simulation.