Kernel-weighted specification testing under general distributions
一般分布下的核加权模型设定检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：核心是一般条件均值的核检验理论，倾向得分与面板仅作为背景例子，不足以确定具体领域细分。
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
一般分布下的核加权模型设定检验
- 研究问题
- 研究回归变量分布不对勒贝格测度绝对连续、并含有奇异成分时，参数化条件均值的核加权设定检验应如何建立极限理论。
- 方法与思路
- 作者针对允许奇异分布成分的回归变量，推导核型参数条件均值设定检验的极限理论，并用模拟考察条件变量分布对功效的影响。
- 材料陈述的贡献
- 摘要称，结果扩展了该类核检验的分布适用范围，并可能用于其他核平滑 U 统计量应用；模拟揭示分布对功效有显著影响。
- 阅读关注点
- 应核对允许的奇异成分及分布类别、带宽与标准化方式、极限分布的具体形式，以及不同分布下功效比较的设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出完整分布条件或极限公式，也未提供具体应用的检验结果。
原文摘要
Kernel-weighted test statistics have been widely used in a variety of settings including non-stationary regression, inference on propensity score and panel data models. We develop the limit theory for a kernel-based specification test of a parametric conditional mean when the law of the regressors may not be absolutely continuous to the Lebesgue measure and is contaminated with singular components. This result is of independent interest and may be useful in other applications that utilize kernel smoothed U-statistics. Simulations illustrate the non-trivial impact of the distribution of the conditioning variables on the power properties of the test statistic.