Testing for Parameter Constancy in Linear Regressions: An Empirical Distribution Function Approach
线性回归中的参数恒定性检验：经验分布函数方法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：摘要直接研究回归参数恒定性检验，并允许动态和趋势回归变量，与结构变化检验方向直接相关。
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
线性回归中的参数恒定性检验：经验分布函数方法
- 研究问题
- 如何在允许动态与趋势回归变量的线性模型中检验参数是否恒定，并发现不一定表现为方差变化的误差异质性？
- 方法与思路
- 作者利用估计残差的加权经验分布函数构造检验，并将随机加权序贯经验过程的若干弱收敛结果作为中间理论结果。
- 材料陈述的贡献
- 摘要称，检验具有渐近分布无关性质，对广泛备择具有非平凡局部功效，并能发现未必表现为方差变化的误差异质性。
- 阅读关注点
- 核对权重与残差经验分布的构造、动态和趋势变量的条件，以及参数变化与误差异质性对应的备择和局部功效结果。
- 阅读边界
- 摘要未列出正则条件、权重选择及临界值构造；渐近分布无关与局部功效结论不能直接保证小样本表现或所有变化都可检出。
原文摘要
This paper proposes some tests for parameter constancy in linear regressions. The tests use weighted empirical distribution functions of estimated residuals and are asymptotically distribution free. The proposed tests have nontrivial local power against a wide range of alternatives. In particular, the tests are capable of detecting error heterogeneity that is not necessarily manifested in the form of changing variances. The model allows for both dynamic and trending regressors. As an intermediate result, some weak convergence for (stochastically) weighted sequential empirical processes is established. Copyright 1996 by The Econometric Society.