A low-dimension portmanteau test for non-linearity
条件均值非线性的低维综合检验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：摘要研究通用条件均值非线性检验，未提供宏观因子或其他给定细分领域的直接应用依据。
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
条件均值非线性的低维综合检验
- 研究问题
- 如何检验条件均值中的广泛非线性，同时缓解多项式扩展带来的高维问题，并避免检验受到回归变量共线性的影响？
- 方法与思路
- 作者使用回归变量主成分的函数构造检验，扩展多项式方法并纳入指数函数，再通过模拟与其他检验及不可行最优检验比较。
- 材料陈述的贡献
- 摘要称，该检验规避高维问题、对共线性具有等变性；模拟中尺寸适当，并在多种情形下表现出较高功效。
- 阅读关注点
- 应核对主成分及函数项的选择、等变性的准确含义，以及模拟中的备择类型、样本规模和尺寸调整后的功效比较。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断所有非线性备择下的表现；使用主成分本身不足以将本文归为宏观因子模型。
原文摘要
A new test for non-linearity in the conditional mean is proposed using functions of the principal components of regressors. The test extends the non-linearity tests based on Kolmogorov-Gabor polynomials ([Thursby and Schmidt, 1977], [Tsay, 1986] and [Teräsvirta et al., 1993]), but circumvents problems of high dimensionality, is equivariant to collinearity, and includes exponential functions, so is a portmanteau test with power against a wide range of possible alternatives. A Monte Carlo analysis compares the performance of the test to the optimal infeasible test and to alternative tests. The relative performance of the test is encouraging: the test has the appropriate size and has high power in many situations.