ASYMPTOTIC ROBUSTNESS IN MULTIPLE GROUP LINEAR-LATENT VARIABLE MODELS
多组线性潜变量模型中的渐近稳健性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：摘要讨论一般多组线性潜变量模型，没有面板结构、宏观因子或金融因子的明确描述，现有细分依据不足。
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
多组线性潜变量模型中的渐近稳健性
- 研究问题
- 在多组线性潜变量模型中，数据偏离正态分布时，基于正态理论的推断何时仍然有效且有效率，能否减少对高阶矩估计的依赖？
- 方法与思路
- 作者推导允许明显非正态性的条件，并分析何时可用仅依赖数据交叉乘积矩的矩阵替换高阶矩矩阵，仍获得正确渐近推断。
- 材料陈述的贡献
- 摘要称，在所建立的一般条件下，正态理论推断可保持有效性和渐近效率，并给出简化高阶矩矩阵处理的适用条件。
- 阅读关注点
- 应核对组间关系、潜变量与误差的分布条件、所需矩的阶数，以及矩阵替换对不同参数和拟合检验是否同样成立。
- 阅读边界
- 所给 Crossref 摘要未列出稳健性的具体条件，不能理解为任意非正态数据均可使用正态推断，也未说明有限样本表现。
原文摘要
Standard methods for analyzing linear-latent variable models rely on the assumption that the observed variables are normally distributed. Normality allows statistical inferences to be carried out based solely on the first-and second-order moments. In general, inferences for nonnormally distributed data require the estimates of matrices of third-and fourth-order moments. In the present paper, we show that inferences based on normal theory retain validity and asymptotic efficiency under general assumptions that allow for considerable departure from normality. In particular, we obtain conditions under which correct asymptotic inferences are attained when replacing a matrix of higher order moments by a matrix that depends only on cross-product moments of the data.