返回
Score-type tests for normal mixtures
DOI:10.1016/j.jeconom.2024.105717.png)
摘要
En 中文
检验正态性相对于离散正态混合分布是复杂的,因为某些参数在接近原假设的不同路径下会变得可识别性递减,其他参数则受到不等式约束,并且多个高阶导数恒等于0。这些问题使得备择模型对数似然函数的最大值在数值上不可靠。我们提出一种得分型检验,其渐近等价于似然比检验,作为两个简单直观统计量中的较大者,且仅需在原假设下进行估计。我们方法的一个新颖之处在于,对称地处理了原假设的两种表述方式,同时不排除参数空间中的任何区域。我们推导了在原假设及局部备择假设序列下我们检验的渐近分布。我们还证明,无论是对观测值还是对异方差回归模型中的标准化残差进行检验,其渐近分布相同。最后,我们通过模拟研究了其功效,并将其应用于明瑟收入函数的残差。
Keyword:
Generalized extremum tests
Higher-order identifiability
Likelihood ratio test
Mincer equations

