Misspecification Testing in a Class of Conditional Distributional Models
一类条件分布模型的误设检验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：摘要明确检验条件分布模型，并应用于美国工资条件分布，直接对应分位数与分布研究中的模型检验。
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
一类条件分布模型的误设检验
- 研究问题
- 如何检验给定协变量的结果条件分布是否符合指定参数模型，并在不选择平滑参数的情况下发现模型偏离？
- 方法与思路
- 作者比较不受限制的联合分布估计与施加模型结构的受限估计，利用二者的 Cramér–von Mises 距离构造检验。
- 材料陈述的贡献
- 摘要称检验对固定备择一致，对样本量平方根倒数阶的局部偏离具有非平凡功效，且无需选择平滑参数。
- 阅读关注点
- 应核对允许的条件分布模型、检验统计量与临界值计算、正则条件，以及美国工资应用中的模型比较方式。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；有限样本尺寸、功效和适用条件未说明，不能推断刊本变化或全面稳健性。
原文摘要
We propose a specification test for a wide range of parametric models for the conditional distribution function of an outcome variable given a vector of covariates. The test is based on the Cramer–von Mises distance between an unrestricted estimate of the joint distribution function of the data and a restricted estimate that imposes the structure implied by the model. The procedure is straightforward to implement, is consistent against fixed alternatives, has nontrivial power against local deviations of order n − 1/2 from the null hypothesis, and does not require the choice of smoothing parameters. In an empirical application, we use our test to study the validity of various models for the conditional distribution of wages in the United States.