Conditional Likelihood Ratio Test with Many Weak Instruments
多弱工具变量下的条件似然比检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究多弱工具变量回归中的检验有效性，对应因果推断领域的工具变量推断问题，但未明确给出具体因果效应应用。
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…
多弱工具变量下的条件似然比检验
- 研究问题
- 在误差方差未知且弱工具变量数量较多的工具变量回归中，估计误差方差后的常规条件似然比检验是否仍然有效？
- 方法与思路
- 作者将使用估计误差方差的似然比统计量表示为四个统计量的函数，据此构造修正临界值，并分析多弱工具变量渐近性质。
- 材料陈述的贡献
- 摘要称，常规检验在该设定下失去精确相似性且渐近无效；修正检验具有渐近有效性，模拟展示了其有利性质。
- 阅读关注点
- 应核对工具变量数量与强度的渐近设定、误差分布假设、修正临界值的计算，以及有效性证明和模拟中的尺寸与功效。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出具体渐近条件及模拟数值，渐近有效性不等同于有限样本精确性。
原文摘要
This paper extends validity of the conditional likelihood ratio (CLR) test developed by Moreira (2003) to instrumental variable regression models with unknown error variance and many weak instruments. In this setting, we argue that the conventional CLR test with estimated error variance loses exact similarity and is asymptotically invalid. We propose a modified critical value function for the likelihood ratio (LR) statistic with estimated error variance, and prove that this modified test achieves asymptotic validity under many weak instrument asymptotics. Our critical value function is constructed by representing the LR using four statistics, instead of two as in Moreira (2003). A simulation study illustrates the desirable properties of our test.