Diagnostic tests for homoskedasticity in spatial cross-sectional or panel models
空间横截面与面板模型的同方差诊断检验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：摘要明确推导空间静态与动态面板模型的同方差检验，未提供宏观应用依据。
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…
空间横截面与面板模型的同方差诊断检验
- 研究问题
- 空间计量模型中，如何构造同方差诊断检验，尤其在缺少真正得分函数、常规方法无法实施的情形下获得可行程序？
- 方法与思路
- 作者调整模型的得分型函数以实现无偏性，再用鞅差外积估计其方差，形成 AQS–OPMD 方法，并推导三类空间模型的检验。
- 材料陈述的贡献
- 摘要称，方法在标准问题中改善有限样本检验表现，在缺少真正得分的非标准问题中提供可行方案，并给出渐近分析与模拟支持。
- 阅读关注点
- 应核对得分调整如何保证无偏、鞅差结构和方差估计条件，以及空间横截面、静态与动态面板中各检验的适用范围。
- 阅读边界
- 仅据所给出版社摘要，不能判断所有空间模型中都能构造该检验；异方差备择、渐近条件、比较基准及模拟数值未说明。
原文摘要
We propose an Adjusted Quasi-Score (AQS) method for constructing tests for homoskedasticity in spatial econometric models. We first obtain an AQS function by adjusting the score-type function from the given model to achieve unbiasedness, and then develop an Outer-Product-of-Martingale-Difference (OPMD) estimate of its variance. In standard problems where a genuine (quasi) score vector is available, the AQS–OPMD method leads to finite sample improved tests over the usual methods. More importantly in non-standard problems where a genuine (quasi) score is not available and the usual methods fail, the proposed AQS–OPMD method provides feasible solutions. The AQS tests are formally derived and asymptotic properties examined for three representative models: spatial cross-sectional, static and dynamic panel models. Monte Carlo results show that the proposed AQS tests have good finite sample properties.