Small-Sample Characterizations of near Replicate Lack-of-Fit Tests
基于近似重复观测的失拟检验：小样本刻画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：摘要讨论一般回归模型的失拟检验，没有对应所列经济计量细分方向的直接文本依据。
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
基于近似重复观测的失拟检验：小样本刻画
- 研究问题
- 在回归失拟检验中，如何区分近似重复观测簇内与簇间的失拟，并为已有检验提供有限样本最优性解释？
- 方法与思路
- 作者针对簇间正交失拟提出新的检验，研究其一致最强不变性质，并分析它与既有检验的关系、功效和一致性。
- 材料陈述的贡献
- 摘要称新检验对簇间正交失拟具有一致最强不变性质，并为相关已有检验提供此前缺少的小样本理论依据。
- 阅读关注点
- 应核对近似重复观测的分簇规则、正交失拟的定义、最优性涉及的不变群与备择集合，以及功效比较的条件。
- 阅读边界
- OpenAlex 索引未注明稿件版本；摘要未完整列出模型假设与最优性适用范围，不能将结论推广到所有回归失拟检验。
原文摘要
Several ad hoc tests based on near replicates have been proposed for testing lack of fit in regression analysis. Christensen characterized lack of fit as existing between clusters of near replicates, within clusters, or as a combination of these pure types. Of these, the between-cluster variety is the type commonly associated with the idea of lack of fit. Christensen examined a test that was new to the normal theory regression literature and established uniformly most powerful invariant (UMPI) properties of the test. In particular, the test is UMPI for orthogonal lack of fit within clusters. In this article, a new test is proposed that is UMPI for orthogonal lack of fit between clusters. The relationship of this optimal test to other proposed tests is examined, giving the first small-sample theoretical justification for these tests. The power of the new test is compared to that of others in the literature, and consistency results are discussed.