On Heteroscedasticity in Robust Regression
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F11%3A00371587" target="_blank" >RIV/67985807:_____/11:00371587 - isvavai.cz</a>
Výsledek na webu
<a href="http://msed.vse.cz/files/2011/Kalina.pdf" target="_blank" >http://msed.vse.cz/files/2011/Kalina.pdf</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On Heteroscedasticity in Robust Regression
Popis výsledku v původním jazyce
This work studies the phenomenon of heteroscedasticity and its consequences for various methods of linear regression, including the least squares, least weighted squares and regression quantiles. We focus on hypothesis tests for these regression methods.The new approach consists in deriving asymptotic heteroscedasticity tests for robust regression, which are asymptotically equivalent to standard tests computed for the least squares regression. One approach to modeling heteroscedasticity assumes a priorknowledge or specific model for the variability of random regression errors. Another (and more general) approach does not assume a specific form of heteroscedasticity. The paper also describes heteroscedastic regression, which is a tool to incorporate heteroscedasticity to the model. This allows us to define the heteroscedastic least weighted squares regression.
Název v anglickém jazyce
On Heteroscedasticity in Robust Regression
Popis výsledku anglicky
This work studies the phenomenon of heteroscedasticity and its consequences for various methods of linear regression, including the least squares, least weighted squares and regression quantiles. We focus on hypothesis tests for these regression methods.The new approach consists in deriving asymptotic heteroscedasticity tests for robust regression, which are asymptotically equivalent to standard tests computed for the least squares regression. One approach to modeling heteroscedasticity assumes a priorknowledge or specific model for the variability of random regression errors. Another (and more general) approach does not assume a specific form of heteroscedasticity. The paper also describes heteroscedastic regression, which is a tool to incorporate heteroscedasticity to the model. This allows us to define the heteroscedastic least weighted squares regression.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2011
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
International Days of Statistics and Economics
ISBN
978-80-86175-77-5
ISSN
—
e-ISSN
—
Počet stran výsledku
10
Strana od-do
228-237
Název nakladatele
Melandrium
Místo vydání
Slaný
Místo konání akce
Prague
Datum konání akce
22. 9. 2011
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
000313565200023