Variable Augmentation Specification Tests in the Exponential Family
指数族中的变量增广设定检验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：摘要讨论指数族中的通用设定检验，未指定足以归入所列领域细分的应用。
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
指数族中的变量增广设定检验
- 研究问题
- 在广义线性指数族模型中，如何以变量增广统一设定检验，并对均值与方差部分采用对称的检验处理和简便计算？
- 方法与思路
- 作者从广义线性指数族出发发展变量增广设定检验，将其联系到得分检验与连接函数检验，并用人工回归简化计算。
- 材料陈述的贡献
- 摘要称，变量增广方法与相关得分及连接函数检验等价，能够统一其计算，并对均值和方差设定检验作对称处理。
- 阅读关注点
- 应核对等价关系适用的模型与条件、增广变量如何构造，以及人工回归如何计算统计量，尤其关注均值和方差检验的对应关系。
- 阅读边界
- 仅依据所给 Crossref 摘要；等价条件、具体理论应用和有限样本表现未说明，不能将框架扩展至全部模型，也无法推断其他版本变化。
原文摘要
This paper motivates, exposits, and develops the variable augmentation specification test (VAST) approach from the perspective of generalized linear exponential family, which includes several parametric families widely used in applied econometrics and statistics. The approach is equivalent to score tests and link tests and serves to both unify and simplify the computation of score tests in such models using the Engle-Davidson-MacKinnon technique of artificial regression. Specification tests for both the mean and the variance components are treated symmetrically. Several theoretical applications are discussed.