Residual bootstrap tests in linear models with many regressors
多回归变量线性模型中的残差自助检验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：摘要属于通用线性回归的高维检验理论，未提供足以归入所列具体应用领域的依据。
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
多回归变量线性模型中的残差自助检验
- 研究问题
- 在线性回归中，估计参数数目和受检验约束数目都占样本量的非忽略比例时，残差自助法能否提供有效假设检验？
- 方法与思路
- 作者分析自助F、LR及LM检验在渐近平衡设计下的有效性，并在设计不平衡时研究G统计量及修正LR、LM的自助检验。
- 材料陈述的贡献
- 摘要称常规自助检验在相应条件下渐近有效；当平衡设计条件失效导致其无效时，提出仍具渐近有效性的替代程序。
- 阅读关注点
- 应核对渐近平衡设计的定义、参数与约束比例的范围、误差分布要求，以及替代统计量在何种失衡情形下有效。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体数据设计能否满足条件；摘要未说明统计量公式，也未提供有限样本精度或功效结果。
原文摘要
This paper is concerned with bootstrap hypothesis testing in linear regression models with many regressors. I show that bootstrap F, LR and LM tests are asymptotically valid even when the numbers of estimated parameters and tested restrictions are not asymptotically negligible fractions of the sample size. One of the conditions for these results is that the regressors come from an asymptotically balanced design. Depending on the number of restrictions tested and on the errors’ distribution, violation of that condition might render the bootstrap tests asymptotically invalid. In that case, I propose bootstrapping Calhoun’s (2011) G statistic or modified versions of the LR and LM statistics, and show that these procedures remain asymptotically valid.