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:摘要直接研究参数恒定性及未知位置的结构突变检验。

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
Javier Hidalgo
Myung Hwan Seo

全样本范围内的结构稳定性检验

研究问题
在具有依赖数据的一般模型中,如何检验参数是否恒定,而不人为限定潜在突变只能发生在某些样本位置?
方法与思路
作者研究拉格朗日乘子型检验,扩展随机变量部分和的强逼近结果以建立渐近理论,并进行蒙特卡洛比较。
材料陈述的贡献
摘要称,该检验避免人为选择可能的突变位置,并用模拟比较其与预先掌握部分突变位置信息的检验。
阅读关注点
应核对全样本检验对端点附近突变的处理、数据依赖条件、强逼近要求,以及临界值和有限样本表现。
阅读边界
仅据所给出版社摘要,无法判断检验覆盖的具体模型、尺寸或功效优势;不限定位置也不意味着无需正则条件。

原文摘要

The paper examines a Lagrange Multiplier type test for the constancy of the parameter in general models with dependent data without imposing any artificial choice of the possible location of the break. In order to prove the asymptotic behaviour of the test, we extend a strong approximation result for partial sums of a sequence of random variables. We also present a Monte-Carlo experiment to examine the finite sample performance of the test and how it compares with tests which assume some knowledge of the possible location of the break.

笔记与分组