Relative efficiency of count of sign changes for assessing residual autoregression in least squares regression
符号变化次数检测最小二乘残差自回归的相对效率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：摘要直接比较检测回归残差自回归的检验，核心是序列相关诊断，因此归入时间序列，不推定任何具体宏观应用。
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
符号变化次数检测最小二乘残差自回归的相对效率
- 研究问题
- 以残差符号变化次数检测自回归时，其相对效率及单次检验决策与 Durbin–Watson 检验和游程检验有多接近？
- 方法与思路
- 作者用构造样本和一组真实数据，结合其 ACV 比较方法评估三种检验，并提供符号变化检验的累计二项概率表。
- 材料陈述的贡献
- 摘要在所考察样本中报告符号变化检验的效率接近 Durbin–Watson，决策接近游程检验；真实数据中三者效率似乎相当。
- 阅读关注点
- 应核对 ACV 的定义、构造样本的误差过程与备择设定、显著性校准方式，以及概率表适用于哪些回归残差条件。
- 阅读边界
- 依据版本未注明的索引摘要；效率比较来自有限示例，不能视为一般最优性结论，摘要也未说明检验的完整有效性条件。
原文摘要
From a constructed example of 100 random samples of size 40, in conjunction with the author's ACV method for comparing the relative efficiency of different tests of significance, it is found that a simple count of sign changes is nearly as efficient as the familiar Durbin-Watson test of autoregression of residuals. Individual decisions based on this test are closely similar to those from the number of runs test. On another actual body of data the three tests seem to be about equally efficient. A table is supplied giving cumulative binomial probabilities for assessing significance for the sign changes test.