Second-order refinement of empirical likelihood ratio tests of nonlinear restrictions
非线性约束经验似然比检验的二阶改进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：摘要研究通用矩条件模型的高阶检验理论，未提供归入所列领域细分的直接依据。
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
非线性约束经验似然比检验的二阶改进
- 研究问题
- 在过度识别的矩约束模型中，检验一般非线性参数限制时，经验似然比统计量具有什么二阶性质，如何改善检验尺寸？
- 方法与思路
- 作者推导经验似然比统计量的随机展开及形式分布展开，采用Bartlett校正或伪观测调整，并通过蒙特卡洛实验评估表现。
- 材料陈述的贡献
- 摘要称，两种修正可以改善经验似然比检验的尺寸性质，且基于修正统计量的检验在所考察模拟中具有良好的有限样本表现。
- 阅读关注点
- 应核对二阶展开所需的矩和光滑性条件、非线性约束的正则性、两种校正的实施细节，以及模拟中尺寸改善的比较基准。
- 阅读边界
- 摘要未给出展开余项、校正因子或模拟数值，也未说明功效变化，不能推断两种修正在所有矩条件模型中均有同样优势。
原文摘要
In this paper, we investigate the second‐order properties of empirical likelihood ratio (ELR) tests of general nonlinear parametric restrictions for over‐identified moment restriction models. We derive the stochastic expansion of the ELR statistic for this very large class of testing problems and its formal distributional expansion. We show that we can improve the size properties of the ELR tests via either Bartlett correction or pseudo observation adjustment. Monte Carlo experiments show that tests based on these modified ELR statistics exhibit good finite‐sample properties.