Validating approximate slope homogeneity in large panels
大面板中的近似斜率同质性检验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：摘要明确研究大规模回归面板中的个体斜率同质性及时间、横截面依赖，直接对应面板数据推断。
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
大面板中的近似斜率同质性检验
- 研究问题
- 在大规模回归面板中，如何检验个体斜率是否足够相似，而非完全相等，并识别普遍异质性或少数个体的过度异质性？
- 方法与思路
- 作者分别针对稠密和稀疏备择构造检验；主要分析稠密情形，使统计量在同时存在时间和横截面依赖时具有枢轴极限。
- 材料陈述的贡献
- 摘要称稠密检验对较大类别的局部备择一致有效，并提供针对少数异常斜率的稀疏诊断工具，辅以模拟和数据示例。
- 阅读关注点
- 应核对近似同质性的容忍阈值如何定义和选择，依赖结构及面板增长条件，以及稠密与稀疏检验对应的拒绝含义。
- 阅读边界
- 仅据所给 OpenAlex 摘要；相似性阈值、具体依赖条件和应用数值未说明，不能将未拒绝假设解释为所有斜率完全相等。
原文摘要
In this paper, we introduce new inference methods for slope homogeneity in large regression panels. While most existing tests are developed for the hypothesis of slope homogeneity (equality of all individual slopes), we propose to test the more realistic relaxation of approximate slope homogeneity (similarity of all slopes). We present new test statistics for dense and sparse alternatives to approximate homogeneity. In the dense setting, the main focus of this paper, we develop statistics that converge to pivotal limits even under simultaneous temporal and intersectional dependence. We also demonstrate uniform consistency of these statistics against large classes of local alternatives. As a complementary diagnostic tool, we propose tests against sparse alternatives that are sensitive to excessive heterogeneity in a minority of slopes. Such tests can play an important role in the analysis of populations with diverse but small subgroups. A simulation study and a data example underline the usefulness of our approach.