Empirical distribution function under heteroscedasticity

Kód výsledku v IS VaVaI

RIV/67985556:_____/11:00365534 - isvavai.cz

Nalezeny alternativní kódy

RIV/00216208:11230/11:10100301

Výsledek na webu

http://dx.doi.org/10.1080/02331881003768891

DOI - Digital Object Identifier

10.1080/02331881003768891

Jazyk výsledku

angličtina

Název v původním jazyce

Empirical distribution function under heteroscedasticity

Popis výsledku v původním jazyce

Neglecting heteroscedasticity of error terms may imply a wrong identification of regression. Employment of (heteroscedasticity resistent) White?s estimator of covariance matrix of estimates of regression coefficients may lead to the correct decision about significance of individual explanatory variables under heteroscedasticity. However, White?s estimator of covariance matrix was established for LS-regression analysis (in the case when error terms are normally distributed, LS- and ML-analysis coincide and hence then White?s estimate of covariance matrix is available for ML-regression analysis, too). To establish White?s-type estimate for another estimator of regression coefficients requires Bahadur representation of the estimator in question, under heteroscedasticity of error terms. The derivation of Bahadur representation for other (robust) estimators requires some tools.

Název v anglickém jazyce

Empirical distribution function under heteroscedasticity

Popis výsledku anglicky

Neglecting heteroscedasticity of error terms may imply a wrong identification of regression. Employment of (heteroscedasticity resistent) White?s estimator of covariance matrix of estimates of regression coefficients may lead to the correct decision about significance of individual explanatory variables under heteroscedasticity. However, White?s estimator of covariance matrix was established for LS-regression analysis (in the case when error terms are normally distributed, LS- and ML-analysis coincide and hence then White?s estimate of covariance matrix is available for ML-regression analysis, too). To establish White?s-type estimate for another estimator of regression coefficients requires Bahadur representation of the estimator in question, under heteroscedasticity of error terms. The derivation of Bahadur representation for other (robust) estimators requires some tools.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

GA402/09/0557: Robustifikace vybraných ekonometrických metod

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Statistics

ISSN

0233-1888

e-ISSN

—

Svazek periodika

45

Číslo periodika v rámci svazku

5

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

12

Strana od-do

497-508

Kód UT WoS článku

000299733400005

EID výsledku v databázi Scopus

—