Approximating the Approximate Slopes of LR, W, and LM Test Statistics
LR、W 与 LM 检验统计量近似斜率的近似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：摘要核心是一般线性限制检验的近似理论，AR(1) 仅作为特例，未充分支持归入某个应用细分方向。
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
LR、W 与 LM 检验统计量近似斜率的近似
- 研究问题
- 当似然比、Wald 和拉格朗日乘数检验的近似斜率本身过于复杂时，如何进一步近似并识别 Wald 检验过度拒绝的情形？
- 方法与思路
- 作者利用 Taylor 展开近似三类检验统计量的近似斜率，并应用于具有非标量协方差矩阵的线性模型系数限制检验。
- 材料陈述的贡献
- 摘要称这些结果可找出 Wald 检验严重过度拒绝的情形，并解释 AR(1) 误差及似不相关回归模型中的相关现象。
- 阅读关注点
- 应核对近似斜率的定义、Taylor 展开的阶数与适用范围，以及斜率近似怎样支持对过度拒绝现象的判断。
- 阅读边界
- 仅依据所给 Crossref 摘要；展开公式及误差控制未说明，不能据此获得各检验的普遍功效排序或尺寸校正方法。
原文摘要
A Taylor series approach is used to derive approximations to the approximate slope of LR, W, and LM test statistics. These can be useful when the approximate slopes themselves are complicated. The results are applied to the test of linear coefficient restrictions in the linear model with a nonscalar covariance matrix. They can be used to find cases where the Wald test may badly over-reject in this model. The results shed some new light on the over-rejection that has been noted in the special cases of AR(1) disturbances and the SURE model.