THE ASYMPTOTIC VARIANCE OF THE PSEUDO MAXIMUM LIKELIHOOD ESTIMATOR
伪最大似然估计量的渐近方差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：摘要讨论一般误设多元回归的渐近方差，未提供所列具体应用方向的充分依据。
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
伪最大似然估计量的渐近方差
- 研究问题
- 在多元回归模型存在设定错误时，伪最大似然估计量的渐近方差如何表示，能否得到便于分析和计算的闭式矩阵表达？
- 方法与思路
- 作者针对误设的多元回归模型推导渐近方差矩阵的解析闭式表达。摘要提到三明治方差矩阵，但未说明具体模型结构与推导条件。
- 材料陈述的贡献
- 摘要明确陈述的贡献是给出误设多元回归模型下渐近方差矩阵的闭式表达，并未报告新的估计程序或有限样本比较结果。
- 阅读关注点
- 阅读时应核对误设允许涉及哪些部分、伪似然的具体形式，以及闭式表达成立所需的矩条件、可识别性和矩阵可逆条件。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要，无法判断表达式的适用范围、证明细节或实际标准误的构造，也不能推断其他版本变化。
原文摘要
We present an analytical closed-form expression for the asymptotic variance matrix in the misspecified multivariate regression model.I am grateful to Hamparsum Bozdogan of the University of Tennessee for bringing the idea of the sandwich variance matrix within the context of the misspecified multivariate regression model to my attention and to two referees for their constructive and useful comments.