RELATIVE ERROR ACCURATE STATISTIC BASED ON NONPARAMETRIC LIKELIHOOD
基于非参数似然的相对误差精确统计量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：摘要研究一般矩条件模型的检验与概率近似，未给出可直接归属某个经济领域细分的证据。
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…
基于非参数似然的相对误差精确统计量
- 研究问题
- 对由矩条件定义的参数，如何构造可实施的检验统计量，使尾部概率和 p 值更准确地接近鞍点近似？
- 方法与思路
- 作者利用指数倾斜权重估计相关累积量生成函数，构造 TET 统计量，并将其 p 值与不可实施的鞍点统计量比较。
- 材料陈述的贡献
- 摘要称结果涵盖恰好识别和过度识别模型；不可实施统计量的调整具有 n⁻¹ 阶相对误差，TET 接近程度由数值评估。
- 阅读关注点
- 应区分不可实施鞍点统计量的理论误差界与可实施 TET 的数值证据，并核对尾部区域、矩条件及权重估计要求。
- 阅读边界
- 仅据所给 Crossref 摘要，不能声称可实施 TET 已获同阶相对误差证明；作者明确将其 p 值接近性限于数值评估。
原文摘要
This paper develops a new test statistic for parameters defined by moment conditions that exhibits desirable relative error properties for the approximation of tail area probabilities. Our statistic, called the tilted exponential tilting (TET) statistic, is constructed by estimating certain cumulant generating functions under exponential tilting weights. We show that the asymptotic p -value of the TET statistic can provide an accurate approximation to the p -value of an infeasible saddlepoint statistic, which admits a Lugannani–Rice style adjustment with relative errors of order $n^{-1}$ both in normal and large deviation regions. Numerical results illustrate the accuracy of the proposed TET statistic. Our results cover both just- and overidentified moment condition models. A limitation of our analysis is that the theoretical approximation results are exclusively for the infeasible saddlepoint statistic, and closeness of the p -values for the infeasible statistic to the ones for the feasible TET statistic is only numerically assessed.