POOLING ESTIMATES WITH DIFFERENT RATES OF CONVERGENCE: A MINIMUM χ 2 APPROACH WITH EMPHASIS ON A SOCIAL INTERACTIONS MODEL
不同收敛速度估计量的合并：侧重社会互动模型的最小 χ² 方法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：摘要明确以社会互动模型为动机，并讨论该模型的估计与约束检验。
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
不同收敛速度估计量的合并：侧重社会互动模型的最小 χ² 方法
- 研究问题
- 当待合并的估计量具有不同收敛速度时，如何扩展最小距离方法，并利用约束提高估计效率及检验社会互动模型中的限制？
- 方法与思路
- 作者将经典最小距离框架扩展到不同收敛速度的估计量，推导约束估计量及最小化距离统计量的渐近性质，并讨论社会互动模型。
- 材料陈述的贡献
- 摘要称，在所述较高收敛速度设定下，估计量一致且渐近正态；约束估计可更有效，最小化距离具有可检验约束的 χ² 极限。
- 阅读关注点
- 应核对不同速度的归一化方式、联合极限和协方差估计、约束有效性及自由度计算，并检查社会互动模型如何满足这些条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断允许的收敛速度组合、约束失效的后果或社会互动识别条件，也不能推断其他版本变化。
原文摘要
This paper considers the extension of the classical minimum distance approach for the pooling of estimates with various rates of convergence. Under a setting where relatively high rates of convergence can be attained, the minimum distance estimators are shown to be consistent and asymptotically normally distributed. The constrained estimates can be efficient relative to the unconstrained ones. The minimized distance function is shown to be asymptotically χ 2 -distributed, and can be used as a goodness-of-fit test for the constraints. As the extension is motivated by some social interactions models, which are of interest in their own right, we discuss this approach for the estimation and testing of a social interactions model.