Testing for Serial Correlation Against an ARMA(1, 1,) Process
以ARMA(1,1)为备择的序列相关检验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：摘要明确研究时间序列和回归误差的序列相关，并以ARMA过程为备择，直接对应时间序列方向。
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
以ARMA(1,1)为备择的序列相关检验
- 研究问题
- 如何检验时间序列或回归误差是否为白噪声，尤其在以ARMA(1,1)过程为备择的非标准检验问题中构造有效方法？
- 方法与思路
- 作者提出上确界LM检验与指数平均LM检验，研究其渐近可容许性及对非白噪声备择的一致性，并通过模拟比较功效。
- 材料陈述的贡献
- 摘要称两类检验对ARMA(1,1)备择渐近可容许，对弱平稳且强混合的非白噪声备择一致，并报告一种指数平均检验功效良好。
- 阅读关注点
- 应核对非标准性的来源、备择参数的处理方式、弱平稳与强混合条件，以及模拟功效比较是否控制了检验尺寸。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；具体正则条件与模拟数值未提供，良好功效不能外推到所有序列相关情形。
原文摘要
This paper is concerned with tests for serial correlation in time series and in the errors of regression models. In particular, the nonstandard problem of testing for white noise against ARMA(1,1) alternatives is considered. Sup Lagrange multiplier (LM) and exponential average LM tests are introduced and are shown to be asymptotically admissible for ARMA(1,1) alternatives. In addition, they are shown to be consistent against all (weakly stationary strong mixing) non-white noise alternatives. Simulation results compare the tests to several tests in the literature. These results show that the Exp-LM_{infinity} test has very good all-around power properties.