On the Robustness of LM, LR, and W Tests in Regression Models
回归模型中 LM、LR 与 Wald 检验的稳健性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：摘要讨论一般回归检验对误差分布变化的稳健性，未指向所列微观、宏观或金融细分中的特定模型与应用。
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
回归模型中 LM、LR 与 Wald 检验的稳健性
- 研究问题
- 论文考察回归误差采用 Student t 分布时，似然比、拉格朗日乘子与 Wald 检验的稳健性是否随样本规模变化，以及正态误差下的结论能否延续。
- 方法与思路
- 作者比较小样本与大样本下三类检验的稳健性，并考察一种 Wald 检验变体及多元 Student t 误差设定；摘要未说明具体推导或评估方法。
- 材料陈述的贡献
- 摘要称小样本中 LR 稳健而 LM 与 Wald 不稳健，大样本中三者均稳健；所考察的 Wald 变体也被报告为不稳健。
- 阅读关注点
- 应核对文中“稳健”的定义、Student t 分布的自由度与联合结构、检验所针对的原假设，以及小样本和渐近结论各自需要的条件。
- 阅读边界
- 摘要未说明稳健性的判据、自由度条件及变体结论适用的样本范围；结果限于所研究的 Student t 设定，不能直接推广到其他误差分布。
原文摘要
In this paper we show that, in the small sample case, while the LR test is robust, the LM and W tests are not robust when the errors are Student t. For the large sample, however, all three tests are found to be robust. A variation of the W test is also considered and it turns out to be nonrobust. The implications of assuming the errors to be distributed as multivariate Student t, rather than multivariate normal, are also discussed. It is found that not all of Evans and Savin's [4] results carry through when the errors are Student t.