On the asymptotic standard errors of residual autocorrelations in nonlinear time series modelling
非线性时间序列建模中残差自相关的渐近标准误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：摘要明确涉及非线性时间序列、门限模型以及残差自相关诊断。
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
非线性时间序列建模中残差自相关的渐近标准误
- 研究问题
- 包括门限模型在内的非线性时间序列中，残差自相关具有怎样的渐近分布，如何据此改进模型诊断的标准误？
- 方法与思路
- 作者推导一类较一般非线性时间序列模型的残差自相关渐近分布，并报告将该方法用于门限模型的小型模拟。
- 材料陈述的贡献
- 摘要称所得分布可提供更准确的残差自相关标准误，从而辅助多种情形下的模型诊断，但未给出改进幅度。
- 阅读关注点
- 应核对模型类别、平稳性及参数估计条件，以及残差自相关协方差的计算方式和门限模型模拟的比较基准。
- 阅读边界
- 仅据版本未注明的OpenAlex摘要，不能把“较一般”理解为所有非线性模型；标准误改进的条件及数值结果未说明。
原文摘要
The asymptotic distribution of residual autocorrelations for some very general nonlinear time series models is derived. This includes the important class of threshold models. Consequently more accurate standard errors for residual autocorrelations can be obtained facilitating model diagnostic checkings in many situations. A small simulation result applying the methodology to threshold models is reported.