Using Residuals Robustly I: Tests for Heteroscedasticity, Nonlinearity
稳健使用残差（一）：异方差与非线性检验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：摘要属于一般线性模型诊断与稳健检验，没有足够证据对应所列具体经济计量方向。
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
稳健使用残差（一）：异方差与非线性检验
- 研究问题
- 在线性模型中，既有异方差与非线性检验的渐近功效如何，并能否构造对严重观测误差具有稳健性的替代检验？
- 方法与思路
- 作者研究 Anscombe 提出的异方差与非线性检验的渐近功效函数，并引入和分析若干能够抵抗严重误差的竞争方法。
- 材料陈述的贡献
- 摘要明确陈述对既有检验功效的研究及稳健竞争方法的提出，但未说明各方法的具体形式或功效比较结论。
- 阅读关注点
- 应核对误差污染的刻画、备择情形与渐近框架，以及稳健检验的构造、显著性水平控制和功效之间的关系。
- 阅读边界
- 所给 OpenAlex 索引摘要未注明稿件版本且内容简短；未给出条件、统计量或比较结果，不能断言稳健方法全面优于原检验。
原文摘要
We study the asymptotic power functions of tests for heteroscedasticity and nonlinearity in the linear model which were proposed by Anscombe and introduce and study some competitors robust against gross errors.