The Stochastic Difference Between Econometric Statistics
计量统计量之间的随机差异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：摘要核心是估计方程解与统计量差异的通用渐近理论，联立方程应用未明确微观、宏观或金融场景，故不细分。
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
计量统计量之间的随机差异
- 研究问题
- 不同估计方程的一致解相差多大的概率阶，迭代算法与目标统计量的差异如何影响一阶或高阶效率比较？
- 方法与思路
- 作者在较一般框架下计算竞争估计方程一致解之差的概率阶，并将结果用于点估计、区间估计、检验与迭代程序。
- 材料陈述的贡献
- 摘要称该分析能揭示常用迭代程序的统计表现差异，讨论有限步匹配目标统计量一阶效率，并为目标函数搜索估计提供论证。
- 阅读关注点
- 核对解的一致性条件、差异阶的推导、初始化和迭代步数要求，以及高阶效率比较与线性联立方程应用的边界。
- 阅读边界
- 摘要未列出定理条件、各算法的差异阶或所需迭代步数，不能据此认定任何迭代或搜索方法都能匹配目标估计量。
原文摘要
In a somewhat general context, the author calculate s the order in probability of the difference between consistent roots of rival estimating equations, with application to point estimates i n parametric and nonparametric models, interval estimates, and test s tatistics. Differences in the statistical performances of various com monly-used iterative procedures are detected. He discusses implicatio ns of his results for higher-order efficiency comparisons and for mat ching the first-order efficiency of an implicitly defined target stat istic in finitely-many iterative steps. He justifies estimates obtain ed via a search of the objective function. His results are applied to the linear-in-variables simultaneous equations system. Copyright 1988 by The Econometric Society.