TESTING EXOGENEITY IN THE FUNCTIONAL LINEAR REGRESSION MODEL

Manuela Dorn

doi:10.5705/ss.202022.0154

TESTING EXOGENEITY IN THE FUNCTIONAL LINEAR REGRESSION MODEL

2026-01-01

0

PRE

AI

DOI：10.5705/ss.202022.0154

原文链接

原文求助

摘要

En 中文

我们提出了一种用于检验函数线性回归模型中外生性的新型检验统计量。与有限维线性回归设定中的豪斯曼型检验不同，我们证明直接将其扩展到函数线性回归模型是不可能的。相反，我们提出了一种基于用于检验函数线性回归模型中外生性原假设的两个估计量投影的平方差之和的检验统计量。我们在原假设下推导了渐近正态性，并在一般备择假设下证明了检验的一致性。此外，我们建立了基于残差的bootstrap方法的bootstrap一致性结果。在模拟中，我们研究了所提出的检验统计量的有限样本表现，并说明了基于bootstrap的方法的优越性。特别是，基于bootstrap的结果在正则化参数的选择方面表现出更强的稳健性。

Keyword:

Asymptotic theory

bootstrap inference

endogeneity

Hausman test

instrumental variables

inverse problem

TESTING EXOGENEITY IN THE FUNCTIONAL LINEAR REGRESSION MODEL

摘要

期刊

机构

引用论文