OPTIMALITY FOR THE INTEGRATED CONDITIONAL MOMENT TEST
积分条件矩检验的最优性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：摘要讨论一般条件均值设定检验与函数空间中的最优性，未提供足以归入所列应用细分方向的证据。
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
积分条件矩检验的最优性
- 研究问题
- 如何构造积分条件矩检验，使其对一类复合备择具有最优性，并识别条件均值设定错误所产生的偏离？
- 方法与思路
- 作者对随机函数所在空间作正交基分解，为各基元素构造最优统计量，再加权组合为针对零点对称备择的检验。
- 材料陈述的贡献
- 摘要称，组合统计量对关于零对称的成对备择最优，并等价于既有积分条件矩检验中采用某一特定测度。
- 阅读关注点
- 应核对最优性的准则和备择集合、随机函数与函数空间的定义，以及基元素权重和积分测度之间的对应关系。
- 阅读边界
- 所给 Crossref 摘要未说明最优性成立的完整条件、权重的实际选择或有限样本性质，不能理解为对任意备择最优。
原文摘要
This paper proposes a version of the integrated conditional moment (ICM) test that is optimal for a class of composite alternatives. The ICM test is built on the fact that a random function based on a correctly specified model should have zero mean, whereas any misspecification in the conditional mean implies a divergent mean for the random function. We derive test statistics that are optimal for each basis element of an orthonormal decomposition of the function space for which the random function is an element. We then use a weighted summation of these test statistics to compose the single test statistic that is optimal for any pair of alternatives that are symmetric about zero. This test is equivalent to using a particular measure in the ICM test of Bierens and Ploberger (1997, Econometrica 65, 1129–1152).