Testing for Block Effects in Regression Models Based on Survey Data
调查数据回归模型中的区组效应检验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：摘要聚焦调查抽样中的回归扰动相关，未明确涉及因果识别、面板结构或网络干扰。
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
调查数据回归模型中的区组效应检验
- 研究问题
- 使用整群或两阶段抽样数据进行回归时，如何检验扰动项的区组内相关，并根据区组结构是否已知选择检验？
- 方法与思路
- 作者考察单侧拉格朗日乘数检验的局部最优不变性质，并通过经验功效比较评估它与 Durbin–Watson 检验。
- 材料陈述的贡献
- 摘要称区组结构已知时功效比较支持采用该单侧检验；结构未知时，Durbin–Watson 检验尤其在大样本下有用。
- 阅读关注点
- 应核对区组相关的模型设定、单侧备择与不变性范围，以及功效比较中的样本设计和结构未知时的观测排序。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明抽样权重、检验条件或功效数值，区组相关也不等于网络干扰，不能推断刊本变化。
原文摘要
This article considers the problem of testing for intrablock or intracluster correlation in regression disturbances that may occur when cluster or two-stage sampling data is used in regression analysis. It points out that the one-sided Lagrange multiplier test is locally best invariant. An empirical power comparison suggests that if the block structure is known this test should be used. Otherwise the Durbin—Watson test provides a useful test, especially in large samples.