Small-Sample Hypothesis Tests of Markov Order, with Application to Simulated and Hydrologic Chains
马尔可夫阶数的小样本假设检验及模拟与水文应用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：摘要研究马尔可夫阶数及水文链的序列依赖检验，直接对应时间序列方法。
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
马尔可夫阶数的小样本假设检验及模拟与水文应用
- 研究问题
- 如何在小样本中检验马尔可夫链的阶数，使检验水平具有明确性质，并在模拟与水文序列中获得有效判断？
- 方法与思路
- 作者在特定条件化变量上定义可容许检验，分析原假设集合上的功效函数与渐近最优性质，并比较实际表现。
- 材料陈述的贡献
- 摘要称，检验功效在原假设集合上恒定，且在所述检验类中渐近最强；模拟和水文应用显示优于常用卡方检验。
- 阅读关注点
- 应核对条件化变量、可容许性与渐近最优性的精确定义，以及样本量、转移概率和比较指标对应用结果的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；检验类限制、链的条件及比较数值未说明，不能将摘要中的优势推广至所有序列。
原文摘要
This paper describes admissible hypothesis tests for Markov order, the tests being defined on certain conditioned variables. In the spirit of classical hypothesis testing, the tests have the following appealing properties: The power function is constant on the hypothesis set (and, therefore, the level is not pessimistic), and the test is asymptotically most powerful within the class of tests based on regular estimators. Application of the tests herein derived to simulated and actual hydrologic data indicates that our test is superior to the usual chi-square test for Markov order, and that with moderate amounts of data, conclusions with significant physical import can be gleaned.