Using HAC Estimators for Intervention Analysis
نویسندگان
چکیده
منابع مشابه
analysis of ruin probability for insurance companies using markov chain
در این پایان نامه نشان داده ایم که چگونه می توان مدل ریسک بیمه ای اسپیرر اندرسون را به کمک زنجیره های مارکوف تعریف کرد. سپس به کمک روش های آنالیز ماتریسی احتمال برشکستگی ، میزان مازاد در هنگام برشکستگی و میزان کسری بودجه در زمان وقوع برشکستگی را محاسبه کرده ایم. هدف ما در این پایان نامه بسیار محاسباتی و کاربردی تر از روش های است که در گذشته برای محاسبه این احتمال ارائه شده است. در ابتدا ما نشا...
15 صفحه اولBandwidth Selection for Spatial Hac and Other Robust Covariance Estimators
This research note documents estimation procedures and results for an empirical investigation of the performance of the recently developed spatial, heteroskedasticity and autocorrelation consistent (HAC) covariance estimator calibrated with different kernel bandwidths. The empirical example is concerned with a hedonic price model for residential property values. The first bandwidth approach var...
متن کاملAlternative HAC covariance matrix estimators with improved finite sample properties
HAC estimators are known to produce test statistics that reject too frequently in finite samples. One neglected reason comes from using the OLS residuals when constructing the HAC estimator. If the regression matrix contains high leverage points, such as from outliers, then the OLS residuals will be negatively biased. This reduces the variance of the OLS residuals and the HAC estimator takes th...
متن کاملEconometric Computing with HC and HAC Covariance Matrix Estimators
Data described by econometric models typically contains autocorrelation and/or heteroskedasticity of unknown form and for inference in such models it is essential to use covariance matrix estimators that can consistently estimate the covariance of the model parameters. Hence, suitable heteroskedasticity-consistent (HC) and heteroskedasticity and autocorrelation consistent (HAC) estimators have ...
متن کاملCointegration analysis using M estimators
Tests for cointegration are developed using multivariate M estimators. The tests are based on analyzing the singular values of the parameter estimates standardized by the covariance matrix and do not require a reduced rank estimator. 2001 Elsevier Science B.V. All rights reserved.
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Open Journal of Statistics
سال: 2020
ISSN: 2161-718X,2161-7198
DOI: 10.4236/ojs.2020.101003