LM TESTS IN THE PRESENCE OF NON-NORMAL ERROR DISTRIBUTIONS
非正态误差分布下的 LM 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：摘要明确研究自相关及条件异方差的残差 LM 检验，直接涉及时间序列诊断方法。
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
非正态误差分布下的 LM 检验
- 研究问题
- 误差非正态时，自相关与条件异方差的 LM 检验如何构造得更稳健？采用最小二乘或最小绝对偏差残差，以及不同残差变换有何区别？
- 方法与思路
- 作者比较基于 OLS 与 LAD 残差的不同 LM 检验，并比较残差平方和绝对值的构造，推导 LAD 版本的渐近分布并进行模拟。
- 材料陈述的贡献
- 摘要称基于 LAD 残差的检验渐近服从卡方分布且对非正态性稳健；模拟支持使用 LAD 残差及其绝对值，但未给出数值幅度。
- 阅读关注点
- 应核对非正态分布允许的范围、LAD 残差估计条件及检验标准化，并检查自相关和异方差检验分别采用何种残差变换与备择。
- 阅读边界
- 仅据所给 Crossref 摘要，不能把非正态稳健性理解为对任意重尾或错设都有效；模拟设计、功效数值和其他版本变化均未说明。
原文摘要
The paper considers different versions of the Lagrange multiplier (LM) tests for autocorrelation and/or for conditional heteroskedasticity. These versions differ in terms of the residuals, and of the functions of the residuals, used to build the tests. In particular, we compare ordinary least squares versus least absolute deviation (LAD) residuals, and we compare squared residuals versus their absolute value. We show that the LM tests based on LAD residuals are asymptotically distributed as a χ 2 and that these tests are robust to nonnormality. The Monte Carlo study provides evidence in favor of the LAD residuals, and of the absolute value of the LAD residuals, to build the LM tests here discussed.