The Level and Power of the Bootstrap t Test in the AR(1) Model With Trend
含趋势 AR(1) 模型中 Bootstrap t 检验的水平与功效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：摘要明确研究含截距和趋势的一阶自回归模型及其参数检验，直接涉及时间序列依赖结构，因此归入时间序列细分。
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
含趋势 AR(1) 模型中 Bootstrap t 检验的水平与功效
- 研究问题
- 在可含截距和趋势、创新分布未知的 AR(1) 模型中，使用 Bootstrap 临界值检验自回归参数，能否准确控制检验水平并保持功效？
- 方法与思路
- 作者假定创新项独立同分布，以常规 t 统计量检验自回归参数，通过蒙特卡洛估计采用 Bootstrap 临界值时的拒绝概率及功效。
- 材料陈述的贡献
- 摘要称在与实践相当或更小的样本中，Bootstrap 临界值的检验拒绝率基本符合目标水平，功效与使用水平校正临界值的检验基本相同。
- 阅读关注点
- 重点核对 Bootstrap 的重抽样步骤、自回归参数取值和创新分布设置，并查看各样本规模下的实际水平及功效比较。
- 阅读边界
- 这些结论来自摘要所述蒙特卡洛实验，并依赖创新独立同分布的设定；摘要未列参数范围，不能外推到异方差或序列相关创新。
原文摘要
This paper considers a first-order autoregressive model which may include an intercept and trend where the innovations are independently and identically distributed. The innovation distribution is assumed unknown. The autoregressive parameter is tested using the conventional t statistic. The paper presents Monte Carlo estimates of the rejection probability of the test with bootstrap-based critical values. The results show that the test with the bootstrap-based critical value has essentially the right rejection probability for sample sizes comparable to or smaller than those which occur in practice and essentially the same power as the test with level-corrected critical values.