Asymptotic Expansions of the Distributions of Estimators in a Linear Functional Relationship and Simultaneous Equations
线性函数关系与联立方程中估计量分布的渐近展开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：摘要直接讨论联立方程系统中的 LIML 与 TSLS 估计，属于结构方程估计的理论问题。
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
线性函数关系与联立方程中估计量分布的渐近展开
- 研究问题
- 线性函数关系模型中 ML 与 OLS 的分布展开，如何对应联立方程中排除外生变量数量增加时的估计量展开？
- 方法与思路
- 作者推导样本量趋于无穷时 ML 与 OLS 的分布展开，并联系特定协方差设定下 LIML 与 TSLS 的展开。
- 材料陈述的贡献
- 摘要称，两类模型在不同渐近序列下的估计量分布展开存在对应关系，其中 LIML 的协方差仅未知一个比例常数。
- 阅读关注点
- 应核对两种渐近序列的对应方式、协方差比例限制、排除外生变量增加的设定，以及展开阶数与余项条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；展开公式及适用条件未提供，不能据此判断一般联立方程中的效率或偏差。
原文摘要
We derive asymptotic expansions of the distributions of the maximum likelihood (ML) estimator and the ordinary least squares (OLS) estimator in a linear functional relationship model as the sample size increases infinitely. These expansions are equivalent to the asymptotic expansions of the distributions of the limited information maximum likelihood (LIML) estimator when the covariance is known to within a proportionality constant and the two-stage least squares (TSLS) estimator as the number of excluded exogenous variables increases in a simultaneous equations system.