Consistent Model Specification Tests: Omitted Variables and Semiparametric Functional Forms
一致模型设定检验：遗漏变量与半参数函数形式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：摘要聚焦一般回归的设定检验，虽涉及遗漏变量和单指标模型，但未提供因果、离散选择或其他指定细分的直接依据。
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
一致模型设定检验：遗漏变量与半参数函数形式
- 研究问题
- 非参数回归中，如何检验是否遗漏相关变量，以及回归函数是否满足部分线性或半参数单指标形式，并保证检验一致性？
- 方法与思路
- 作者结合非参数核估计与阶数高于二的退化 U 统计量中心极限定理，构造遗漏变量、部分线性和半参数单指标模型的设定检验。
- 材料陈述的贡献
- 摘要称构造了上述多类一致设定检验，建立各零假设下统计量的渐近正态性，并提供渐近方差的一致估计量。
- 阅读关注点
- 重点核对核函数与带宽条件、高阶退化 U 统计量如何构成，以及各零假设、备择范围和一致性证明所需的正则条件。
- 阅读边界
- 摘要未说明维数限制、带宽选择、局部备择检验力或有限样本表现；遗漏变量检验也不能直接解释为因果识别结果。
原文摘要
By using nonparametric kernel estimation method and a central limit theorem for degenerate U-statistics of order higher than two, the authors develop several consistent model specification tests in the context of a nonparametric regression model. These include tests for omitted variables, tests for a partially linear model, and tests for a semiparametric single index model. The asymptotic normality of the test statistics are established under the respective null hypotheses and consistent estimators of the asymptotic variances are provided. Copyright 1996 by The Econometric Society.