Testing When a Parameter is on the Boundary of the Maintained Hypothesis
参数位于维持假设边界时的检验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：摘要讨论通用非正则检验理论，GARCH 与随机系数仅作为模型例子，未提供足够的具体应用依据来归入列示细分领域。
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
参数位于维持假设边界时的检验
- 研究问题
- 摘要研究零假设参数位于维持假设的边界、且某些干扰参数仅在备择下出现时，常规正则条件失效所带来的假设检验问题。
- 方法与思路
- 作者推导拟似然比、重标度拟似然比、Wald 和得分检验的渐近零假设及局部备择分布，并将分析用于多类极值估计量。
- 材料陈述的贡献
- 摘要称建立了适用于多种模型的非正则检验分布理论，并处理 GARCH 条件异方差检验及随机系数方差为零的检验例子。
- 阅读关注点
- 核对参数空间边界的结构、仅在备择下出现的干扰参数如何处理，以及不同检验的极限分布和临界值应如何构造。
- 阅读边界
- 摘要未列出完整条件、极限分布的具体形式或有限样本表现；列举 GARCH 与随机系数模型并不保证所有此类模型均适用。
原文摘要
This paper considers testing problems where several of the standard regularity conditions fail to hold. We consider the case where (i) parameter vectors in the null hypothesis may lie on the boundary of the maintained hypothesis and (ii) there may be a nuisance parameter that appears under the alternative hypothesis, but not under the null. The paper establishes the asymptotic null and local alternative distributions of quasi-likelihood ratio, rescaled quasilikelihood ratio, Wald, and score tests in this case. The results apply to tests based on a wide variety of extremum estimators and apply to a wide variety of models. Examples treated in the paper are: (i) tests of the null hypothesis of no conditional heteroskedasticity in a GARCH(1,-1) regression model and (ii) tests of the null hypothesis that some random coefficients have variances equal to zero in a random coefficients regression model with (possibly) correlated random coefficients.