ITEM METADATA RECORD
Title: Bootstrap and Pivoting Techniques for Testing Multiple Hypotheses
Authors: Hoorelbeke, Dirk
Issue Date: 28-Jan-2005
Publisher: F.E.T.E.W., Department of Economics - Leuven
Series Title: pages:1-117
Abstract: Vele toetsen in de econometrie toetsen meervoudige hypothesen. Het is belangrijk dat deze toetsen een zo klein mogelijke fout in verwerpingskans onder de nulhypothese hebben, en dat hun onderscheidingsvermogen zo groot mogelijk is, zodanig dat men de juiste gevolgtrekkingen kan maken. Deze doctoraatsthesis doet enkele voorstellen terzake. In het eerste hoofdstuk wordt een nieuwe informatiematrixtoets (IM toets) voorgesteld. Deze maakt gebruik van de (parametrische) bootstrap om de covariantiematrix te schatten in de kwadratische vorm. In het tweede hoofdstuk wordt voor de klasse van scoretoetsen een methode voorgesteld zodat men een tweede-orde correcte covariantieschatter, en een tweede-orde correcte kritische waarde bekomt. Deze worden bekomen door de bootstrapvariantiematrix van de getransformeerde scorevector te berekenen. De daarvoor gebruikte simulaties worden gerecycleerd om de kritische waarde te bekomen. In het derde hoofdstuk wordt terug de IM toets bestudeerd. Voor het implementeren van de IM toets maakt men meestal gebruik van de maximum likelihood (ML) schatter. Een reden om niet de ML schatter te gebruiken is dat die schatter heel gevoelig (0% breekpunt) is voor uitschieters in de data. Derhalve zal het onderscheidingsvermogen van de IM toets gebaseerd op de ML schatter minder groot zijn in de aanwezigheid van uitschieters of tegen vetstaartige verdelingen. Het gebruik van robuuste schatters, die minder of niet gevoelig zijn voor uitschieters, biedt een oplossing voor dit probleem. In het laatste hoofdstuk worden uitdrukkingen ontwikkeld voor robuuste standaardfouten voor robuuste M-, S- en MM-regressieschatters. Een regressieschatter is robuust als de schatter betrouwbaar is in de aanwezigheid van uitschieters. Zijn standaardfouten zijn robuust als ze consistent zijn ook wanneer de storingstermen autocorrelatie en/of heteroskedasticiteit vertonen.
Publication status: published
KU Leuven publication type: TH
Appears in Collections:Research Center for Operations Research and Business Statistics (ORSTAT), Leuven
Research Center of Econometrics, Leuven

Files in This Item:

There are no files associated with this item.

Request a copy

 




All items in Lirias are protected by copyright, with all rights reserved.