Nonparametric specification testing via the trinity of tests
基于三类检验原理的非参数设定检验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：摘要明确将固定效应面板模型列为检验适用场景，其他内容属于一般设定检验。
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
基于三类检验原理的非参数设定检验
- 研究问题
- 当待检验参数维度随样本量缓慢增长时，如何使用 LM、Wald 和似然比原理构造易计算的非参数设定检验？
- 方法与思路
- 作者构造三类统计量，分析零假设与局部备择下的性质，并借助级数估计检验回归函数或误差分布的设定。
- 材料陈述的贡献
- 摘要称，统计量在零假设下渐近标准正态，具有一致性和非平凡局部功效，适用于回归、固定效应面板与空间模型。
- 阅读关注点
- 应核对参数维度增长速度、三类统计量的具体标准化方式，以及级数近似误差和误差分布检验的条件。
- 阅读边界
- 仅据所给出版社摘要，不能比较三类检验的功效高低；模拟表现与成本函数、恩格尔曲线应用未提供数值结果。
原文摘要
Tests are developed for inference on a parameter vector whose dimension grows slowly with sample size. The statistics are based on the Lagrange Multiplier, Wald and (pseudo) Likelihood Ratio principles, admit standard normal asymptotic distributions under the null and are straightforward to compute. They are shown to be consistent and possessing non-trivial power against local alternatives. The settings considered include multiple linear regression, panel data models with fixed effects and spatial autoregressions. When a nonparametric regression function is estimated by series we use our statistics to propose specification tests, and in semiparametric adaptive estimation we provide a test for correct error distribution specification. These tests are nonparametric but handled in practice with parametric techniques. A Monte Carlo study suggests that our tests perform well in finite samples. Two empirical examples use them to test for correct shape of an electricity distribution cost function and linearity and equality of Engel curves.