检验非参数自回归中创新分布的变化：序列经验过程方法
统计方法学
2012-11-07 v1
摘要
我们在条件异方差下考虑一个非参数自回归模型，旨在检验创新分布是否随时间发生变化。为此，我们为非参数估计的创新（残差）的序列经验过程开发了一个渐近展开式。我们提出了一种基于分别由前 个和后 个残差构建的估计创新分布之差的 Kolmogorov-Smirnov 统计量。在无变点的零假设下，证明了底层随机过程弱收敛于高斯过程。该结果意味着该检验是渐近分布自由的。展示了针对固定备择假设的一致性。通过模拟研究调查了所提出检验的小样本性能，并将该检验应用于数据实例。
引用
@article{arxiv.1211.1212,
title = {Testing for a change of the innovation distribution in nonparametric autoregression - the sequential empirical process approach},
author = {Leonie Selk and Natalie Neumeyer},
journal= {arXiv preprint arXiv:1211.1212},
year = {2012}
}