On skewness and kurtosis of econometric estimators
计量经济学估计量的偏度与峰度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：摘要核心是通用估计量的高阶分布近似，空间模型应用不足以支持归入所列特定领域。
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
计量经济学估计量的偏度与峰度
- 研究问题
- 如何近似刻画一类计量估计量偏离正态分布的偏度与超额峰度，并据此比较渐近等价估计量的有限样本表现？
- 方法与思路
- 作者对用于识别估计量的矩条件作随机展开，推导偏度与超额峰度的近似结果，并应用于空间自回归模型。
- 材料陈述的贡献
- 摘要称，近似结果可描述和比较有限样本非正态性；在空间模型应用中表现尚好，但权重矩阵变密时精度下降。
- 阅读关注点
- 应核对随机展开的阶数与正则条件、近似误差的控制，以及权重矩阵稠密程度如何影响极大似然估计的分布。
- 阅读边界
- 摘要未提供近似公式、误差界和具体实验设计；其应用也明确显示近似精度受权重矩阵结构影响，不能视为普遍准确。
原文摘要
We derive the approximate results for two standardized measures of deviation from normality, namely, the skewness and excess kurtosis coefficients, for a class of econometric estimators. The results are built on a stochastic expansion of the moment condition used to identify the econometric estimator. The approximate results can be used not only to study the finite sample behaviour of a particular estimator, but also to compare the finite sample properties of two asymptotically equivalent estimators. We apply the approximate results to the spatial autoregressive model and find that our results approximate the non-normal behaviours of the maximum likelihood estimator reasonably well. However, when the weights matrix becomes denser, the finite sample distribution of the maximum likelihood estimator departs more severely from normality and our results provide less accurate approximation. Copyright © 2009 The Author(s). Journal compilation © Royal Economic Society 2009