Exact Bahadur Efficiencies for Tests of the Multivariate Linear Hypothesis
多元线性假设检验的精确Bahadur效率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：摘要研究一般多元线性假设检验的渐近效率，没有对应所列经济学细分方向的明确内容。
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
多元线性假设检验的精确Bahadur效率
- 研究问题
- 如何以精确Bahadur效率比较六类多元线性假设检验，判断它们在该渐近准则下能否达到最优信息值？
- 方法与思路
- 作者利用大偏差概率结果，将各统计量的精确Bahadur斜率表示为非中心参数的函数，再推导斜率之间的不等式。
- 材料陈述的贡献
- 摘要称，似然比检验的斜率达到最优信息值，其余所考察检验未达到该值，并给出用于比较这些斜率的不等式。
- 阅读关注点
- 应核对多元线性模型与备择参数的设定、大偏差推导条件，以及Bahadur最优性与有限样本功效或其他效率概念的区别。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；最优性限定于所述Bahadur渐近准则，具体条件和有限样本比较未说明，不能据此声称全面占优。
原文摘要
The notion of Bahadur efficiency is used to compare multivariate linear hypothesis tests based on six criteria: (1) Roy's largest root, (2) the likelihood ratio test, (3) the Lawley-Hotelling trace, (4) Pillai's trace, (5) Wilks' $U$, and (6) Olson's statistic. Bahadur exact slope is computed for each statistic as a function of noncentrality parameters using results for probabilities of large deviations. The likelihood ratio test is shown to be asymptotically optimal in the sense that its slope attains the optimal information value, and the remaining tests are shown not to be asymptotically optimal. Inequalities are derived for the slopes showing order of preference.