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:摘要直接研究联立方程系统的过度识别约束及其检验,属于结构方程估计与识别问题。

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
Naoto Kunitomo

联立方程系统中过度识别约束检验的近似分布与功效

研究问题
联立方程系统中过度识别约束检验的分布与功效如何近似?扰动正态性及方差大小如何影响统计量之间的比较?
方法与思路
作者在零假设和非零假设下推导分布展开,研究正态性影响,并将临界域调整至相同显著性水平后比较功效。
材料陈述的贡献
摘要称,扰动方差充分小时 Basmann 统计量的功效高于似然比检验,但两者功效差异随样本量增大而消失。
阅读关注点
应核对备择假设的设定、等尺寸临界域调整,以及“扰动方差充分小”的具体条件和功效差异消失的渐近框架。
阅读边界
所给 Crossref 摘要未给出方差阈值、正态性影响的具体结论或功效数值,不能将条件性比较解释为普遍优势。

原文摘要

We derive asymptotic expansions of the distributions of test statistics for over-identifying restrictions in a system of simultaneous equations under the null and the non-null hypotheses. We investigate the effects of the normality assumption for disturbances on the test statistics based on their asymptotic expansions. We also study the power functions of test statistics based on their asymptotic expansions. After modifying their critical regions to the same significance level, the power function of Basmann's statistic is larger than that of the likelihood ratio test when the variance of disturbances is sufficiently small. However, the difference in powers of the two test statistics disappears as the sample size grows larger.

笔记与分组
相关领域论文