On John's test for sphericity in large panel data models
大规模面板数据模型中用于球形性检验的 John 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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要直接讨论大规模面板数据模型的误差球形性检验及截面、时间维度共同增长。
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
大规模面板数据模型中用于球形性检验的 John 检验
- 研究问题
- 当截面单位数与时间期数相当或更大时，John 检验如何检验面板误差的球形性，其极限分布和一致性如何变化？
- 方法与思路
- 作者运用随机矩阵理论，在原假设与备择下建立渐近正态性，并比较截面与时间维度比例不同的三类渐近情形。
- 材料陈述的贡献
- 摘要称检验在三类维度渐近下保持相同零分布，适用于满足有限矩条件的非高斯总体，并指出一种一致性例外。
- 阅读关注点
- 应核对误差结构、有限矩要求、统计量标准化与超大面板的增长限制，尤其关注有界范数协方差备择下的例外。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列完整条件，其维度稳健性不能理解为任意面板均适用。
原文摘要
This paper studies John's test for sphericity of the error terms in large panel data models, where the number of cross-section units $n$ is large enough to be comparable to the number of times series observations $T$, or even larger. Based on recent random matrix theory results, John's test's asymptotic normality properties are established under both the null and the alternative hypotheses. These asymptotics are valid for general populations, i.e., not necessarily Gaussian provided certain finite moments. A fantastic phenomenon found in the paper is that John's test for panel data models possesses a powerful dimension-proof property. It keeps the same null distribution under different $(n,T)$-asymptotics, i.e., the small or medium panel regime $n/T\to 0$ as $T\to \infty$, the large panel regime $n/T\to c \in (0,\infty)$ as $ T\to \infty$, and the ultra-large panel regime $n/T\to \infty (T^δ/n =O_p(1), 1<δ<2)$ as $T\to \infty$. Moreover, John's test is always consistent except under the alternative of bounded-norm covariance with the large panel regime $n/T\to c \in (0,\infty)$.