Asymmetric Least Squares Estimation and Testing
非对称最小二乘估计与检验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：摘要明确研究回归位置度量和条件分布刻画，并将其性质与回归分位数比较。
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
非对称最小二乘估计与检验
- 研究问题
- 如何用非对称最小二乘准则构造回归位置度量，刻画给定解释变量的条件分布，并进行同方差性与对称性检验？
- 方法与思路
- 作者以非对称最小二乘准则定义回归位置度量及相关检验统计量，讨论其与回归分位数的类似性质，并比较检验的渐近相对效率。
- 材料陈述的贡献
- 摘要称估计量及检验统计量较易计算，同方差性与对称性检验的渐近相对效率表现较好，可用于刻画给定解释变量的条件分布。
- 阅读关注点
- 应核对准则对应的条件位置参数及其与分位数的差异、检验原假设与正则条件，以及相对效率比较针对哪些备择情形。
- 阅读边界
- 摘要未给出具体效率数值、比较检验或适用分布范围；所述计算便利性和效率表现不能直接推广到所有数据与检验任务。
原文摘要
This paper considers estimation and testing using location measures for regression m odels that are based on an asymmetric least-squares criterion functio n. These estimators have properties that are analogous to regression quantiles, but are easier to calculate, as are the corresponding test statistics. Asymmetric least-squares tests of homoskedasticity and s ymmetry compare quite favorably with other tests of these hypotheses in terms of asymptotic relative efficiency. Consequently, asymmetric least-squares estimation provides a convenient and relatively efficie nt method of characterizing the conditional distributi on of a dependent variable given some regressors. Copyright 1987 by The Econometric Society.