NONTESTABILITY OF EQUAL WEIGHTS SPATIAL DEPENDENCE
等权空间依赖的不可检验性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：摘要讨论空间依赖检验的理论限制，未提供网络、干扰或其他所列细分方向的充分依据。
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
等权空间依赖的不可检验性
- 研究问题
- 在使用等权权重矩阵的空间误差或空间滞后模型中，空间自相关是否能够由不变检验识别，非平凡检验力受到何种限制？
- 方法与思路
- 作者在椭圆分布假设下分析不变检验的检验力，并进一步在高斯情形考察检验力在某些参数点超过尺寸时的有偏性。
- 材料陈述的贡献
- 摘要称，等权矩阵下任何不变检验的检验力均等于尺寸；高斯情形中，至少一点具有更高检验力的检验必然有偏。
- 阅读关注点
- 应核对等权矩阵的精确定义、不变性对应的变换群、参数空间，以及有偏检验的定义与结论是否依赖回归设计。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将结论推广至一般空间权重矩阵或全部检验；具体证明与例外未说明，刊本变化未说明。
原文摘要
We show that any invariant test for spatial autocorrelation in a spatial error or spatial lag model with equal weights matrix has power equal to size. This result holds under the assumption of an elliptical distribution. Under Gaussianity, we also show that any test whose power is larger than its size for at least one point in the parameter space must be biased.