部分线性单指标模型参数部分的统计推断

考虑部分线性单指标模型参数部分的统计推断问题. 主要研究利用剖面最小二乘法(profile least-squares technique)估计模型的未知参数和函数, 并利用该估计建立模型中参数部分的广义似然比 (generalized likelihood ratio, GLR) 检验统计量. 在原假设条件下, 文中新提出的GLR检验统计量渐近服从具有尺度常数(scale constant)与自由度独立于讨厌参数(nuisance parameters)的$\chi^{2}$-\!分布, 这一现象被称为Wilks现象. 最后给出数字模拟与实际例子, 验证文中所提出的检验方法.