SECOND-ORDER REFINEMENT OF EMPIRICAL LIKELIHOOD FOR TESTING OVERIDENTIFYING RESTRICTIONS
过度识别限制经验似然检验的二阶改进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：摘要讨论通用矩条件模型的检验理论，未明确涉及所列领域中的具体模型或应用方向。
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
过度识别限制经验似然检验的二阶改进
- 研究问题
- 用于检验矩条件模型有效性的经验似然过度识别检验，能否通过二阶修正改善有限样本中的原假设拒绝概率？
- 方法与思路
- 作者分析检验的二阶性质，提出经验 Bartlett 修正与调整经验似然，并在模拟中结合自助法评估拒绝概率表现。
- 材料陈述的贡献
- 摘要称证明该检验可作 Bartlett 修正，补充既有参数假设检验的二阶分析，并报告修正方法对拒绝概率有合理改善。
- 阅读关注点
- 应核对二阶展开所需条件、修正量的可行估计、自助法的具体作用，以及模拟中样本量与矩条件数量的设置。
- 阅读边界
- 仅据所给 Crossref 摘要解读；摘要未给出正则条件、误差阶或模拟数值，不能据此判断修正在不同模型中的改善幅度。
原文摘要
This paper studies second-order properties of the empirical likelihood overidentifying restriction test to check the validity of moment condition models. We show that the empirical likelihood test is Bartlett correctable and suggest second-order refinement methods for the test based on the empirical Bartlett correction and adjusted empirical likelihood. Our second-order analysis supplements the one in Chen and Cui (2007, Journal of Econometrics 141, 492–516) who considered parameter hypothesis testing for overidentified models. In simulation studies we find that the empirical Bartlett correction and adjusted empirical likelihood assisted by bootstrapping provide reasonable improvements for the properties of the null rejection probabilities.