A Robust Permutation Test for Subvector Inference in Linear Regressions
线性回归系数子向量推断的稳健置换检验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：摘要属于通用线性回归检验理论，没有直接指向所列特定数据结构或应用领域。
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…
线性回归系数子向量推断的稳健置换检验
- 研究问题
- 如何检验线性回归中的部分系数，并在解释变量与误差不再独立时，仍获得有效的渐近水平及局部备择检验能力？
- 方法与思路
- 作者提出置换检验，按非待检验解释变量取值分层；独立时检验精确，放宽独立条件后研究其渐近性质。
- 材料陈述的贡献
- 摘要称，在加强通常不相关条件且分层数相对样本较小时，检验具有正确渐近水平、一致性及对局部备择的检验力。
- 阅读关注点
- 应核对置换规则、加强不相关条件的数学表述，以及离散干扰变量和分层数增长限制如何进入有效性证明。
- 阅读边界
- 所据为 arXiv 预印本摘要，同行评审与期刊接收未核实；摘要未给出完整正则条件，不能将结论推广到任意连续干扰变量。
原文摘要
We develop a new permutation test for inference on a subvector of coefficients in linear models. The test is exact when the regressors and the error terms are independent. Then, we show that the test is asymptotically of correct level, consistent and has power against local alternatives when the independence condition is relaxed, under two main conditions. The first is a slight reinforcement of the usual absence of correlation between the regressors and the error term. The second is that the number of strata, defined by values of the regressors not involved in the subvector test, is small compared to the sample size. The latter implies that the vector of nuisance regressors is discrete. Simulations and empirical illustrations suggest that the test has good power in practice if, indeed, the number of strata is small compared to the sample size.