Testing for heteroskedasticity in fixed effects models
固定效应模型中的异方差检验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：摘要明确研究线性固定效应面板模型，并采用大N、固定T的渐近框架。
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
固定效应模型中的异方差检验
- 研究问题
- 在线性面板模型完成固定效应估计后，如何检验异方差，并在横截面单位增加、时间期数固定时绕开附带参数问题？
- 方法与思路
- 作者对附带参数的充分统计量使用条件伪似然，经学生化构造分布无关检验，并通过固定效应残差的辅助回归实施。
- 材料陈述的贡献
- 摘要称方法在大N、固定T框架下获得渐近结果，检验可用简单辅助回归实现；蒙特卡洛分析显示小样本表现良好。
- 阅读关注点
- 应核对充分统计量及条件伪似然的成立条件、学生化公式、可检测的异方差形式，并查看小样本尺寸和功效的证据。
- 阅读边界
- 摘要未说明误差分布、相关结构限制或模拟数值；分布无关性质不能据此扩展到任意序列相关、横截面依赖或动态面板。
原文摘要
We derive tests for heteroskedasticity after fixed effects estimation of linear panel models. The asymptotic results are based on a ‘large N–fixed T’ framework, where the incidental parameters problem is bypassed by utilizing a (pseudo) likelihood function conditional on the sufficient statistic for these parameters. A simple ‘studentization’ produces distribution free tests that can easily be implemented using an artificial regression based on residuals after fixed effects estimation. A Monte Carlo exploration suggests that the tests perform well in small samples such as those encountered in practice.