Consequences and Detection of Misspecified Nonlinear Regression Models
非线性回归模型误设的后果与检测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：摘要给出通用非线性回归误设理论，仅提及经济实例，未明确其属于哪一所列领域细分。
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
非线性回归模型误设的后果与检测
- 研究问题
- 非线性回归模型误设时，最小二乘估计会收敛到什么对象，如何刻画其不确定性，并利用这些性质检验模型误设？
- 方法与思路
- 作者分析估计量对真实模型加权最小二乘近似参数的收敛及渐近正态性，构造抗误设协方差估计，并据此提出检验。
- 材料陈述的贡献
- 摘要称，在相应条件下获得强收敛和渐近正态结果，提出新的抗误设协方差估计与误设检验，并应用于两个经济学实例。
- 阅读关注点
- 应核对近似参数的定义、强收敛与正态性的不同条件、协方差估计的适用范围，以及检验针对哪些具体偏离。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；一般条件及经济实例细节未说明，收敛至近似参数不等于恢复真实结构参数。
原文摘要
Under general conditions given here, the least squares estimator for the parameters of a misspecified nonlinear model converge strongly to the parameters of a (weighted) least squares approximation to the true model. With additional conditions, the least squares estimator is asymptotically normal. A new, specification-robust estimator of the covariance matrix is obtained, which simplifies to the usual estimator when the model is correct up to an independent additive error. The properties of the approximation and the covariance estimator are exploited to yield new tests for model misspecification. These results are applied to two examples in economics.