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:摘要明确研究非动态联立结构方程、内生变量及 LIML 结构误差方差估计,直接属于结构估计方向。

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
James B. McDonald

含两个内生变量时三种 LIML 结构方差估计量精确矩的存在性

研究问题
非动态联立方程系统中,一条含两个内生变量的结构方程,其三种 LIML 误差方差估计量是否具有有限的正整数阶矩?
方法与思路
作者推导三种结构误差方差估计量的精确有限样本密度,并在固定样本量下考察集中参数无限增大时的分布极限。
材料陈述的贡献
摘要称所考察三种估计量均不存在有限的正整数阶矩,且其中一种估计量的分布函数在集中参数增大时趋近卡方分布函数。
阅读关注点
应核对系统与误差分布的假设、三种方差估计量的定义,以及矩不存在的尾部原因和卡方极限所用尺度。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;结论针对所述系统与估计量,不能扩大为所有 LIML 参数估计都不存在有限矩。

原文摘要

This article derives the exact finite sample density functions of three alternative LIML estimators of the variance of the error term in a structural equation containing two endogenous (GΔ = 2) variables contained in a system of G(G ≥ 2) nondynamic structural equations. For the case considered, none of the density functions of the three LIML structural variance estimators define finite moments of positive integer order. It is also demonstrated that, corresponding to a fixed sample size, the distribution function of the variance estimator considered by Srivastava [31] approaches a chi-square distribution function as the value of the concentration parameter grows indefinitely large.

笔记与分组
相关领域论文