A New Test for Heteroskedasticity
一种新的异方差检验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：一般回归异方差检验不足以归入金融波动率研究，摘要未提供任何所列应用细分方向的明确依据。
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
一种新的异方差检验
- 研究问题
- 能否通过将普通最小二乘残差的绝对值对若干变量回归来检验异方差，其功效与既有检验相比如何？
- 方法与思路
- 作者提出残差绝对值的辅助回归，讨论混合异方差，并用蒙特卡洛模拟与 Goldfeld–Quandt 检验比较功效。
- 材料陈述的贡献
- 摘要称新检验在模拟比较中似乎表现较好，但对大样本情形有所保留，并强调实践中可能存在混合异方差。
- 阅读关注点
- 应查阅原PDF核对缺失的辅助回归公式、混合异方差定义、显著性校准，以及模拟设计、样本量和功效比较。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；公式提取缺失，不能重构。功效比较缺少数值与设计细节，刊本变化未知。
原文摘要
The quite general test for heteroskedasticity presented here regresses the absolute values of the residuals obtained by ordinary least-squares on some variable(s). Denoting the O.L.S. residuals by , one obtains, for instance, a regression like where z is a variable, a and b regression coefficients and the residuals of the new regression. We call the acceptance of a non-zero value for both a and b a case of “mixed heteroskedasticity”, which we deem frequent in practice though neglected in handbooks. The paper also summarizes another test due to S. M. Goldfeld and R. E. Quandt and examines the powers of the two by using Monte-Carlo simulations: the new test seems to compare favourably, except perhaps in the case of large samples.