Testing Overidentifying Restrictions When the Disturbances are Small
小扰动情形下的过度识别约束检验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：摘要涉及线性模型过度识别检验，但未明确行为结构、因果对象或其他所列领域的具体设定。
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
小扰动情形下的过度识别约束检验
- 研究问题
- 在线性模型中，当误差方差趋于零时，已有两类过度识别检验统计量具有何种渐近分布，能否解释既有蒙特卡洛结果？
- 方法与思路
- 作者在摘要列出的联合正态等扰动条件及预定变量外生的线性模型中，分析误差方差趋零时两类检验统计量的分布。
- 材料陈述的贡献
- 摘要称，两类过度识别检验统计量在小误差方差渐近下具有 Fisher 方差比率分布，并为 Basmann 的模拟结果提供解析解释。
- 阅读关注点
- 应核对误差方差趋零的渐近方案、检验统计量与自由度，以及扰动序列相关条件；摘要相关英文措辞疑似有拼写问题。
- 阅读边界
- 依据 OpenAlex 索引摘要，稿件版本未注明；序列相关条件的措辞需核对原文，不能混同小扰动与大样本渐近或推断刊本变化。
原文摘要
Natural test statistics for the hypothesis that an equation is overidentified have been developed by Anderson and Rubin and by Basmann. If the disturbances are jointly normal, serially uncorrected, and small, both the above overidentification test statistics have the Fisher variance-ratio distribution asymptotically as the variance of the error terms gets small. This gives an analytic explanation of Monte Carlo results of Basmann. The results given apply to linear models in which predetermined variables are exogenous.