跳到正文
← 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:摘要研究一般非线性约束下 Wald 检验的高阶展开与表述变换,未限定具体数据结构或应用,细分分类依据不足。

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
P. C. B. Phillips
Joon Y. Park

非线性约束 Wald 检验的表述形式

研究问题
同一组非线性约束采用不同表述时,Wald 统计量的抽样表现为何会有差异,能否通过变换约束加快其分布向渐近分布收敛?
方法与思路
作者利用渐近展开推导一般情形下 Wald 统计量的分布近似,再将公式用于已有简单案例,并考察 Edgeworth 修正导出的约束变换。
材料陈述的贡献
摘要称,所得展开能较好解释既有文献观察到的抽样差异,并展示如何利用 Edgeworth 修正寻找加快渐近分布收敛的约束变换。
阅读关注点
阅读时应核对不同约束表述是否具有同一零假设、展开的阶数和正则条件,并查明加速收敛的变换如何构造以及适用范围。
阅读边界
摘要未列出变换公式、具体模型或收敛改进的量化结果;所述解释与加速结论不能据此推广为任意非线性约束下的有限样本优势。

原文摘要

This paper utilizes asymptotic expansions to investigate alternative forms of the Ward set of nonlinear restrictions. Some formulae for the asymptotic expansion of the distribution of the Wald statistic are provided for a general case. When specialized to the simple cases that have been studied recently in the literature, these formulae are found to explain rather well the discrepancies in sampling behavior that have been observed by other authors. It is further shown how the correction delivered by the Edgeworth expansion may be used to find transformations of the restrictions which accelerate convergence to the asymptotic distribution.

笔记与分组
相关领域论文