Interpreting the Likelihood Ratio Statistic in Factor Models When Sample Size is Small
小样本因子模型中似然比统计量的解释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：摘要研究一般探索性因子模型，未说明宏观变量或金融资产，不能据因子模型名称归入宏观或金融因子。
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
小样本因子模型中似然比统计量的解释
- 研究问题
- 探索性因子模型的常规正则条件不成立时，似然比拟合优度检验的渐近理论是否仍可靠，样本量增大能否改善表现？
- 方法与思路
- 作者通过蒙特卡洛实验考察正则条件成立与不成立时的似然比统计量表现，并比较不同样本量下渐近理论的适用性。
- 材料陈述的贡献
- 摘要称正则条件成立且样本量至少三十时渐近理论表现似乎适当；条件不成立时，在所考察样本量下均可能误导。
- 阅读关注点
- 应核对所指正则条件及其失败情形、因子模型维度、样本量范围，以及模拟中判断渐近理论适当性的具体标准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；样本量三十是该模拟中的观察，不能当作通用门槛，条件细节与刊本变化均未说明。
原文摘要
The use of the likelihood ratio statistic in testing the goodness of fit of the exploratory factor model has no formal justification when, as is often the case in practice, the usual regularity conditions are not met. In a Monte Carlo experiment it is found that the asymptotic theory seems to be appropriate when the regularity conditions obtain and sample size is at least 30. When the regularity conditions are not satisfied, the asymptotic theory seems to be misleading in all sample sizes considered.