On Robust Tests for Heteroscedasticity
异方差的稳健检验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：摘要仅涉及通用回归异方差检验，未明确讨论金融波动率或其他所列领域的专门模型。
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
异方差的稳健检验
- 研究问题
- 如何把已有异方差检验扩展到更广的检验统计量与模型拟合方法，尤其纳入采用 Huber 方法的稳健回归。
- 方法与思路
- 作者扩展 Bickel 的异方差检验框架，将基于 Huber 函数的统计量，以及 Huber Proposal 2 稳健回归拟合纳入其中。
- 材料陈述的贡献
- 摘要明确陈述的贡献是扩大异方差检验可采用的统计量和拟合方法范围，但未提供检验分布、功效或有限样本比较。
- 阅读关注点
- 应核对扩展后的统计量构造、稳健拟合对检验校准的影响，以及有效性所需条件和针对哪些异常情况的稳健性。
- 阅读边界
- 所给材料是稿件版本未注明的 OpenAlex 索引摘要且内容很短；不能据此认定新检验普遍更有力，或适用于金融波动率模型。
原文摘要
We extend Bickel's tests for heteroscedasticity to include wider classes of test statistics and fitting methods. The test statistics include those based on Huber's function, while the fitting techniques include Huber's Proposal 2 for robust regression.