Testing Moving Average against Autoregressive Disturbances in the Linear-Regression Model
线性回归模型中移动平均扰动与自回归扰动的检验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：摘要比较移动平均与自回归扰动，使用残差自相关并应用于实际利率随机游走模型，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
线性回归模型中移动平均扰动与自回归扰动的检验
- 研究问题
- 研究在线性回归模型中如何区分一阶移动平均与一阶自回归扰动，并比较相关检验在小样本中的尺寸与检验力。
- 方法与思路
- 作者比较近似点最优不变检验、二阶残差自相关系数的渐近检验和 LM 检验，以蒙特卡洛评估小样本表现，并分析澳大利亚实际利率。
- 材料陈述的贡献
- 摘要称，渐近检验中 LM 的尺寸较理想，另一检验的总体检验力较高；近似点最优不变检验在所比较方法中具有更好的尺寸与检验力。
- 阅读关注点
- 阅读全文时应核对原假设与备择设定、近似点最优不变检验的构造、模拟参数与尺寸校准，以及实际利率随机游走应用的解释。
- 阅读边界
- 摘要未说明样本规模、误差分布、模拟参数或差异幅度；所述优势限于作者比较的设计，不能外推为普遍最优。
原文摘要
This article considers testing for first-order moving average against first-order autoregressive disturbances in the linear-regression model. Tests investigated include approximate point-optimal invariant (POI) tests, an asymptotic test of the second-order residual autocorrelation coefficient, and a Lagragne multiplier (LM) test. A Monte Carlo experiment compares their small-sample performances. Of the asymptotic tests, the LM test has the most satisfactory sizes, but its rival has the better overall power. The authors find that the approximate POI tests have superior size and power properties in comparison to the asymptotic tests. An approximate POI test is applied to a random-walk model for Australian real interest rates.