Distribution-free tests for time series models specification
时间序列模型设定的渐近分布无关检验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：摘要直接讨论时间序列设定检验、残差自相关及 AR、MA 备择。
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
时间序列模型设定的渐近分布无关检验
- 研究问题
- 时间序列模型参数经过估计后，如何构造渐近分布无关的设定检验，并提高针对特定局部备择的检验功效？
- 方法与思路
- 作者以残差自相关加权和的二次型构造检验，通过变换权重消除参数估计的影响，并针对局部备择选择权重。
- 材料陈述的贡献
- 摘要称可获得渐近分布无关检验，并给出针对 AR 或 MA 备择的渐近最优方案，用蒙特卡洛研究小样本表现。
- 阅读关注点
- 应核对权重变换所需条件、局部备择的定义及最优性的比较范围，并检查小样本尺寸与功效是否对模型设定敏感。
- 阅读边界
- 仅据所给出版社摘要，分布无关性属于渐近陈述；其正则条件、有限样本误差及相对 Box–Pierce 的表现未说明。
原文摘要
We consider a class of time series specification tests based on quadratic forms of weighted sums of residuals autocorrelations. Asymptotically distribution-free tests in the presence of estimated parameters are obtained by suitably transforming the weights, which can be optimally chosen to maximize the power function when testing in the direction of local alternatives. We discuss in detail an asymptotically optimal distribution-free alternative to the popular Box-Pierce when testing in the direction of AR or MA alternatives. The performance of the test with small samples is studied by means of a Monte Carlo experiment.