Implementing an Improved Test of Matrix Rank in Stata
在 Stata 中实现改进的矩阵秩检验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：摘要明确将矩阵秩检验用于线性工具变量回归，属于工具变量方法相关的识别与推断诊断。
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
在 Stata 中实现改进的矩阵秩检验
- 研究问题
- 线性工具变量回归中的既有矩阵秩检验可能使用过小临界值，如何在 Stata 中实现能够改善第一类错误控制的检验？
- 方法与思路
- 作者开发 bootranktest 命令，实现既有自助法矩阵秩检验的两步版本，并提供可选解析版本，允许时间依赖和群内依赖。
- 材料陈述的贡献
- 摘要所述贡献是将既有改进秩检验落实为 Stata 工具，提供不同实现方式及依赖数据支持；其理论改进归于被实现的检验。
- 阅读关注点
- 核对两步与解析版本的适用条件、秩假设和调参选项、时间及群依赖的重抽样方式，以及命令输出与工具变量诊断的关系。
- 阅读边界
- 所据为 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出命令语法、有限样本结果或依赖条件，不能据此确认所有情形的有效性。
原文摘要
We develop a Stata command, bootranktest, for implementing the matrix rank test of Chen and Fang (2019) in linear instrumental variable regression models. Existing rank tests employ critical values that may be too small, and hence may not even be first order valid in the sense that they may fail to control the Type I error. By appealing to the bootstrap, they devise a test that overcomes the deficiency of existing tests. The command bootranktest implements the two-step version of their test, and also the analytic version if chosen. The command also accommodates data with temporal and cluster dependence.