LM tests of spatial dependence based on bootstrap critical values
基于自助法临界值的空间依赖拉格朗日乘数检验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：摘要聚焦一般空间依赖检验，未明确涉及给定分类中的网络干扰、面板或其他对应对象。
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
基于自助法临界值的空间依赖拉格朗日乘数检验
- 研究问题
- 空间权重矩阵较稠密时，如何改善空间依赖拉格朗日乘数检验的有限样本尺寸与功效，并避免不稳定的自助法临界值？
- 方法与思路
- 作者提出基于残差的自助法临界值，以埃奇沃思展开论证若干空间检验的渐近精化，并讨论局部误设和未知异方差。
- 材料陈述的贡献
- 摘要称条件满足时自助法临界值更稳定、尺寸和功效明显改善；条件未充分满足时，临界值可能随备择显著变化。
- 阅读关注点
- 应核对残差重抽样与有效性条件、空间权重矩阵的稠密程度限制，以及未知异方差和局部误设下所需的程序调整。
- 阅读边界
- 仅据所给出版社摘要，无法列出保证精化的具体条件或评价改善幅度；作者也提示条件不足时自助法可能不稳定。
原文摘要
To test the existence of spatial dependence in an econometric model, a convenient test is the Lagrange Multiplier (LM) test. However, evidence shows that, in finite samples, the LM test referring to asymptotic critical values may suffer from the problems of size distortion and low power, which become worse with a denser spatial weight matrix. In this paper, residual-based bootstrap methods are introduced for asymptotically refined approximations to the finite sample critical values of the LM statistics. Conditions for their validity are clearly laid out and formal justifications are given in general, and in detail under several popular spatial LM tests using Edgeworth expansions. Monte Carlo results show that when the conditions are not fully met, bootstrap may lead to unstable critical values that change significantly with the alternative, whereas when all conditions are met, bootstrap critical values are very stable, approximate much better the finite sample critical values than those based on asymptotics, and lead to significantly improved size and power. The methods are further demonstrated using more general spatial LM tests, in connection with local misspecification and unknown heteroskedasticity.