A new method of projection-based inference in GMM with weakly identified nuisance parameters
含弱识别干扰参数的 GMM 新投影推断方法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：摘要讨论通用 GMM 的弱识别与参数子集检验，未给出足以对应所列应用领域细分的模型信息。
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
含弱识别干扰参数的 GMM 新投影推断方法
- 研究问题
- 在 GMM 中干扰参数难以估计或识别状态存疑时，如何保持参数子集检验的有效性，同时缓解传统投影检验的保守性？
- 方法与思路
- 作者提出新的投影检验，并分别在全部参数可识别和存在弱识别参数的情形下，与传统投影及代入式检验比较。
- 材料陈述的贡献
- 摘要称新检验比传统投影检验更有功效，充分识别时与相关代入式检验渐近等价，弱识别扩展下不被相关代入式检验支配。
- 阅读关注点
- 应核对新投影操作如何构造、有效性覆盖的识别情形，以及功效提升、渐近等价和不被支配各自采用的比较标准。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断具体矩条件与计算成本；不被代入式检验支配也不能理解为在所有情形均更优。
原文摘要
Projection-based tests for subsets of parameters are useful because they do not over-reject the true parameter values when either it is difficult to estimate the nuisance parameters or their identification status is questionable. However, they are also often criticized for being overly conservative. We overcome this conservativeness by introducing a new projection-based test that is more powerful than the traditional projection-based tests. The new test is even asymptotically equivalent to the related plug-in-based tests when all the parameters are identified. Extension to models with weakly identified parameters shows that the new test is not dominated by the related plug-in-based tests.