Noncentral Convergence of Wald's Large-Sample Test Statistic in Exponential Families
指数族中Wald大样本检验统计量的非中心收敛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：摘要研究通用检验渐近理论，没有直接对应所列经济计量细分领域的模型或应用。
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
指数族中Wald大样本检验统计量的非中心收敛
- 研究问题
- 在指数族分布中，Wald检验统计量沿样本量平方根倒数尺度的局部备择，能否在较弱条件下获得非中心极限分布？
- 方法与思路
- 作者研究基于无约束最大似然估计量的二次型，分析其在局部备择序列下向非中心卡方分布的收敛。
- 材料陈述的贡献
- 摘要称对于所研究的指数族，可用较温和的假设证明该极限分布，从而无需调用Wald原有的严格正则条件。
- 阅读关注点
- 应核对指数族范围、替代正则条件、局部备择的参数化方式，以及非中心参数和卡方自由度如何确定。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未给出具体假设、自由度或非中心参数，不能推广到任意非正则模型。
原文摘要
It is shown that under very mild assumptions Wald's large-sample test statistic (quadratic form based on unrestricted maximum likelihood estimators) converges to noncentral chi-square under a sequence of local alternatives of the order $n^{-\frac{1}{2}}$, when the family of distributions is assumed to be of exponential type. This eliminates, for these families, the necessity of invoking the strict regularity conditions of Wald for the purpose of justifying the asymptotic distribution.