跳到正文
← 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:摘要研究通用独立同分布检验,虽提及序列相关等备择,但不足以确定专门的经济或金融领域细分。

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
Jin Seo Cho
Halbert White

独立同分布假设的广义游程检验

研究问题
如何检验独立同分布假设,同时对未预先指定的依赖或异质性备择保持检验能力,并避免核密度估计的带宽选择?
方法与思路
作者基于广义游程构造一族检验,用理论与模拟考察其对依赖和异质性备择的功效,并评估渐近标称水平的近似情况。
材料陈述的贡献
摘要称,该检验族计算简单且不需要核密度估计;模拟中的检验水平接近标称值,可补充针对特定备择设计的检验。
阅读关注点
应核对广义游程和统计量的定义、零假设下的分布条件,以及备择类型、样本量和功效比较所使用的模拟设计。
阅读边界
仅据所给出版社摘要,无法判断适用的数据类型、临界值构造与具体功效;对若干备择有效不等于对所有备择同样敏感。

原文摘要

We provide a family of tests for the IID hypothesis based on generalized runs, powerful against unspecified alternatives, providing a useful complement to tests designed for specific alternatives, such as serial correlation, GARCH, or structural breaks. Our tests have appealing computational simplicity in that they do not require kernel density estimation, with the associated challenge of bandwidth selection. Simulations show levels close to nominal asymptotic levels. Our tests have power against both dependent and heterogeneous alternatives, as both theory and simulations demonstrate.

笔记与分组
相关领域论文