Optimal Tests when a Nuisance Parameter is Present Only Under the Alternative
干扰参数仅在备择假设下存在时的最优检验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：摘要明确将未知变点的结构变化检验列为适用例子，所选结构变化方向依据这一直接应用场景。
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
干扰参数仅在备择假设下存在时的最优检验
- 研究问题
- 当干扰参数只在备择假设下存在、在原假设下不存在时，如何构造具有渐近最优性的检验，例如断点未知的结构变化检验？
- 方法与思路
- 作者以加权平均功效为最优性准则推导检验，处理常规渐近最优性理论不适用的非标准问题，并说明该准则与经典检验理论的联系。
- 材料陈述的贡献
- 摘要称论文推导了此类问题的渐近最优检验，并指出经典 LM、Wald 和似然比检验的渐近最优性结果在这里不能直接适用。
- 阅读关注点
- 重点核对加权平均功效的权重选择、最优性所针对的备择范围与渐近条件，以及未知断点检验如何落实该理论并计算临界值。
- 阅读边界
- 最优性依赖摘要所述的加权平均功效准则，不能理解为对所有备择均最优；摘要未说明具体权重、有限样本表现或计算方法。
原文摘要
This paper derives asymptotically optimal tests for testing problems in which a nuisance parameter exists under the alternative hypothesis but not under the null. For example, the results apply to tests of structural change with unknown changepoint. The testing problem considered is nonstandard and the classical asymptotic optimality results for the Lagrange multiplier, Wald, and likelihood ratio do not apply. A weighted average power criterion is used here to generate optimal tests. This criterion is similar to that used by A. Wald (1943) to obtain the classical asymptotic optimality properties of Wald tests in 'regular' testing problems. Copyright 1994 by The Econometric Society.