On Finite Sample Distributions of Generalized Classical Linear Identifiability Test Statistics
广义经典线性可识别性检验统计量的有限样本分布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：摘要明确研究计量联立方程中结构方程的可识别性检验，与结构估计直接相关。
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
广义经典线性可识别性检验统计量的有限样本分布
- 研究问题
- 在联立方程模型中检验单个结构方程的可识别性必要条件时，何种情形允许用 F 分布近似统计量的有限样本分布？
- 方法与思路
- 作者在预定变量完全外生、方程扰动联合正态且约化式估计精度较高的条件下，讨论相应 F 分布近似。
- 材料陈述的贡献
- 摘要称满足所述条件时，广义经典线性可识别性检验统计量的精确有限样本分布可由适当自由度的 F 分布较好近似。
- 阅读关注点
- 应核对检验的排除限制与可识别性关系、统计量及自由度定义，并确认“精度较高”和“较好近似”的具体标准。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未量化近似误差，不能把必要条件检验视为识别充分保证，刊本变化未知。
原文摘要
In the estimation of econometric simultaneous equations models, hypothesized necessary conditions for the identifiability of a single equation usually specify the exclusion of a number of variables from the structural equation in question. If the pre-determined variables are completely exogenous, if the disturbances in the equations are jointly normally distributed, and if a moderately high degree of precision can be obtained in reduced-form estimation, then the exact finite sample distribution of the generalized classical linear identifiability test statistic can be closely approximated by Snedecor's F with appropriate degrees of freedom.