Testing the Normality Assumption in the Sample Selection Model With an Application to Travel Demand
样本选择模型正态性假设的检验：以出行需求为例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：摘要研究样本选择模型的误差正态性与密度设定，未涉及明确的因果识别、分布效应或其他所列细分方向。
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
样本选择模型正态性假设的检验：以出行需求为例
- 研究问题
- 样本选择模型中的误差是否符合二元正态分布，如何构造可估计的正态性检验，并用于出行需求模型的设定检查？
- 方法与思路
- 作者以 Hermite 级数灵活设定误差密度，使二元正态成为特例；分别估计正态与一般模型，用标准似然比检验正态性。
- 材料陈述的贡献
- 摘要称模拟显示检验具有合理功效，并能发现部分被忽略的异方差；拒绝正态时，灵活密度设定可给出一致参数估计。
- 阅读关注点
- 阅读时应核对密度的规范化与非负性、级数项数选择、似然比检验的适用条件，以及非正态和异方差在应用中能否区分。
- 阅读边界
- 所给摘要开头残缺，未列出一致性条件、级数截断方式或模拟设置；异方差检出仅限部分类型，不能推为普遍稳健。
原文摘要
sample selection model. The test is based on a flexible parametric specification of the density function of the error terms in the model. This specification follows a Hermite series with bivariate normality as a special case. All parameters of the model are estimated both under normality and under the more general flexible parametric specification, which enables testing for normality using a standard likelihood ratio test. If normality is rejected, then the flexible parametric specification provides consistent parameter estimates. The test has reasonable power, as is shown by a simulation study. The test also detects some types of ignored heteroscedasticity. Finally, we apply the flexible specification of the density to a travel demand model and test for normality in this model.