Wald inference on varying coefficients
变系数的 Wald 推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究一般变系数回归与空间依赖推断，未明确对应给定细分中的面板、网络干扰或因果识别。
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…
变系数的 Wald 推断
- 研究问题
- 在允许横截面或空间依赖的回归模型中，如何对随条件变化的回归系数及空间依赖参数实施非参数线性限制检验？
- 方法与思路
- 作者构造易于实现的 Wald 型统计量，利用涵盖多种空间误差依赖的中心极限定理，并以非参数空间权重处理部分误设。
- 材料陈述的贡献
- 摘要称，该框架支持变系数和空间依赖参数的推断；生产函数与房价应用提供实证例示，模拟显示较好的有限样本表现。
- 阅读关注点
- 应核对空间依赖的允许范围、非参数权重的构造、误设稳健性的具体含义，以及线性限制与应用结论之间的对应关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核验；摘要未给出带宽、依赖强度或检验条件，空间关联本身也不构成因果证据。
原文摘要
We present simple to implement Wald-type statistics that deliver a general nonparametric inference theory for linear restrictions on varying coefficients in a range of regression models allowing for cross-sectional or spatial dependence. We provide a general central limit theorem that covers a broad range of error spatial dependence structures, allows for a degree of misspecification robustness via nonparametric spatial weights and permits inference on both varying regression and spatial dependence parameters. Using our method, we first uncover evidence of constant returns to scale in the Chinese nonmetal mineral industry's production function, and then show that Boston house prices respond nonlinearly to proximity to employment centers. A simulation study confirms that our tests perform very well in finite samples.