Checking the Independence of Two Covariance-Stationary Time Series: A Univariate Residual Cross-Correlation Approach
检验两个协方差平稳时间序列的独立性：单变量残差互相关方法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：摘要明确研究协方差平稳时间序列、单变量模型及滞后残差互相关检验。
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
检验两个协方差平稳时间序列的独立性：单变量残差互相关方法
- 研究问题
- 研究如何检验两个协方差平稳时间序列是否独立，并利用各自模型残差的滞后互相关构造统计检验。
- 方法与思路
- 作者先分别拟合单变量模型，再计算两组残差的互相关，建立独立性零假设下的渐近分布并讨论卡方统计量。
- 材料陈述的贡献
- 摘要称，残差互相关集合的零假设渐近分布形式简单，且模拟支持其在序列长度五十、一百和二百时的适用性。
- 阅读关注点
- 应核对单变量模型设定、参数估计对残差分布的影响、滞后阶数选择，以及卡方检验与模拟的评价指标。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。模型条件、模拟数值和功效未提供；不能将未拒绝视为独立性的证明，也不能推断刊本变化。
原文摘要
A two-stage method is proposed for investigating the independence of two covariance-stationary time series. It involves, first, fitting univariate models to each of the series, and then cross-correlating the two residual series thereby obtained. The asymptotic distribution of such a set of lagged residual cross-correlations is established to be of a very simple form under the null hypothesis of the two series' independence. A Monte Carlo study verifies the applicability of this distribution for series of length N = 50, 100, and 200. An attendant chi-square test statistic is discussed.