The exact distribution of the conditional likelihood-ratio test in instrumental variables regression
工具变量回归中条件似然比检验的精确渐近分布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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要讨论通用工具变量回归的检验理论，未给出具体因果问题或宏观、金融应用，细分领域证据不足。
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
工具变量回归中条件似然比检验的精确渐近分布
- 研究问题
- 在多个内生变量且工具变量较弱时，条件似然比检验的渐近分布如何精确刻画，识别强度不同会怎样影响功效？
- 方法与思路
- 作者在弱工具变量渐近框架下，对集中参数矩阵的全部特征值进行条件化，推导分布并提供检验计算方法。
- 材料陈述的贡献
- 摘要称，相较仅依赖最小特征值的既有渐近上界，完整分布刻画在内生变量识别强度不同时可明显提高检验功效。
- 阅读关注点
- 应核对条件化矩阵和特征值的定义、弱工具变量渐近设定，以及临界值计算与数值功效比较的适用范围。
- 阅读边界
- 这是预印本，同行评审或期刊接收未核实；这里的精确性针对渐近分布，摘要未声称有限样本分布精确。
原文摘要
We derive the exact asymptotic distribution of the conditional likelihood-ratio test in instrumental variables regression under weak instrument asymptotics and for multiple endogenous variables. The distribution is conditional on all eigenvalues of the concentration matrix, rather than only the smallest eigenvalue as in an existing asymptotic upper bound. This exact characterization leads to a substantially more powerful test if there are differently identified endogenous variables. We provide computational methods implementing the test and demonstrate the power gains through numerical analysis.