中文

论大型面板数据模型中 John 球面性检验

统计理论 2022-07-05 v1 统计理论

摘要

本文研究大型面板数据模型中误差项球面性的 John 检验,其中横截面单元数 nn 大到可与时间序列观测数 TT 相比甚至更大。基于近期随机矩阵理论结果,在零假设与备择假设下均建立了 John 检验的渐近正态性质。这些渐近性对一般总体有效,即在某些有限矩条件下未必为高斯。本文发现的一个奇妙现象是,面板数据模型的 John 检验具有强大的维数免疫性质。它在不同的 (n,T)(n,T)-渐近下保持相同的零分布,即当 TT\to \infty 时的小型或中型面板机制 n/T0n/T\to 0、大型面板机制 n/Tc(0,)n/T\to c \in (0,\infty),以及超大型面板机制 n/T(Tδ/n=Op(1),1<δ<2)n/T\to \infty (T^\delta/n =O_p(1), 1<\delta<2)TT\to \infty。此外,除在大型面板机制 n/Tc(0,)n/T\to c \in (0,\infty) 下有界范数协方差的备择外,John 检验总是相合的。

关键词

引用

@article{arxiv.2207.00958,
  title  = {On John's test for sphericity in large panel data models},
  author = {Zhaoyuan Li},
  journal= {arXiv preprint arXiv:2207.00958},
  year   = {2022}
}

备注

39 pages