Valid Heteroskedasticity Robust Testing
有效的异方差稳健检验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。
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：摘要研究通用异方差稳健检验理论，未提供足以归入所列具体应用领域的证据。
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…
有效的异方差稳健检验
- 研究问题
- 当常规渐近临界值及现有调整可能造成严重尺寸扭曲时，如何为异方差稳健检验选择真正控制拒真概率的临界值？
- 方法与思路
- 作者研究最小的尺寸控制临界值，证明常用统计量下其一般位置存在性，给出可检查的存在条件，并提出数值计算算法。
- 材料陈述的贡献
- 摘要称给出存在性的充分且常为必要的条件，并说明最小有效临界值可避免更大阈值的额外功效损失，另提供软件及数值分析。
- 阅读关注点
- 应核对尺寸控制针对的模型与异方差集合、临界值不存在的设计情形、数值搜索精度，以及检验功效比较的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未交代完整模型与存在条件，最小有效临界值也不意味着检验具有全局最优功效。
原文摘要
Tests based on heteroskedasticity robust standard errors are an important technique in econometric practice. Choosing the right critical value, however, is not simple at all: conventional critical values based on asymptotics often lead to severe size distortions; and so do existing adjustments including the bootstrap. To avoid these issues, we suggest to use smallest size-controlling critical values, the generic existence of which we prove in this article for the commonly used test statistics. Furthermore, sufficient and often also necessary conditions for their existence are given that are easy to check. Granted their existence, these critical values are the canonical choice: larger critical values result in unnecessary power loss, whereas smaller critical values lead to over-rejections under the null hypothesis, make spurious discoveries more likely, and thus are invalid. We suggest algorithms to numerically determine the proposed critical values and provide implementations in accompanying software. Finally, we numerically study the behavior of the proposed testing procedures, including their power properties.