Testing error serial correlation in fixed effects nonparametric panel data models
固定效应非参数面板模型中的误差序列相关检验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：摘要的检验对象是固定效应非参数面板模型中的误差序列相关，直接属于面板数据模型诊断方法。
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
固定效应非参数面板模型中的误差序列相关检验
- 研究问题
- 在固定效应非参数面板回归中，如何检验误差是否存在序列相关，并获得可用于确定临界值的零假设极限分布？
- 方法与思路
- 作者利用已有非参数面板渐近结果构造检验，分析零序列相关假设下的标准化分布及相关备择下的发散行为，并开展模拟。
- 材料陈述的贡献
- 摘要称检验统计量在零假设下渐近服从标准正态分布，在所述相关备择下以横截面样本量N的速率发散，模拟表现良好。
- 阅读关注点
- 应核对检验针对的相关阶数、非参数估计误差处理、横截面依赖限制，以及N与时间维度的渐近安排和局部功效。
- 阅读边界
- 仅据所给出版社摘要，无法确定检验涵盖全部相关模式；模拟未提供样本规模、尺寸偏差或功效数值，不能量化可靠性。
原文摘要
In this paper we consider the problem of testing serial correlation in fixed effects panel data model in a nonparametric framework. Using asymptotic results developed in Su and Lu (2013), we show that our test statistic has a standard normal distribution under the null hypothesis of zero serial correlation. The test statistic diverges to infinity at the rate of N under the alternative hypothesis that error is serially correlated, where N is the cross sectional sample size. Simulations show that the proposed test works well in finite sample applications.