A NEW DIAGNOSTIC TEST FOR CROSS-SECTION UNCORRELATEDNESS IN NONPARAMETRIC PANEL DATA MODELS
非参数面板模型中截面不相关性的新诊断检验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：摘要明确针对非参数面板模型的残差截面不相关性进行诊断检验。
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…
非参数面板模型中截面不相关性的新诊断检验
- 研究问题
- 如何在非参数面板模型中检验残差的截面不相关性，并在不假设截面独立的情况下分析检验分布和局部功效？
- 方法与思路
- 作者构造现有参数截面依赖检验的非参数对应方法，在截面数和时间长度共同增大时推导分布，并考察非线性多因子局部备择。
- 材料陈述的贡献
- 摘要称建立了无需截面独立假设的渐近分布与局部功效分析，模拟和实证显示使用渐近临界值的检验表现良好。
- 阅读关注点
- 应核对截面不相关与独立的区别、两个维度的增长限制、非参数估计误差处理，以及局部备择的具体构造。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法判断允许何种截面依赖、功效适用范围及实证细节，也不能推断其他版本变化。
原文摘要
In this paper, we propose a new diagnostic test for residual cross-section uncorrelatedness (CU) in a nonparametric panel data model. The proposed nonparametric CU test is a nonparametric counterpart of an existing parametric cross-section dependence test proposed in Pesaran (2004, Cambridge Working paper in Economics 0435). Without assuming cross-section independence, we establish asymptotic distribution for the proposed test statistic for the case where both the cross-section dimension and the time dimension go to infinity simultaneously, and then analyze the power function of the proposed test under a sequence of local alternatives that involve a nonlinear multifactor model. The simulation results and real data analysis show that the nonparametric CU test associated with an asymptotic critical value works well.