Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "cross-sectional analysis" wg kryterium: Temat


Wyświetlanie 1-1 z 1
Tytuł:
Analiza Monte Carlo własności testów kointegracji dla panelowego procesu var z międzyprzekrojowymi wektorami kointegrującymi
Monte Carlo comparison of LCCA- and ML-based cointegration tests for panel var process with cross-sectional cointegrating vectors
Autorzy:
Kębłowski, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/964888.pdf
Data publikacji:
2018
Wydawca:
Główny Urząd Statystyczny
Tematy:
międzyprzekrojowe wektory kointegrujące
analiza korelacji kanonicznej
testy kointegracji
panelowy model VAR
procedura Boxa i Tiao
cross-sectional cointegrating vectors
canonical correlation analysis
cointegration tests
panel var model
box and tiao approach
Opis:
Small-sample properties of bootstrap cointegration rank tests for unrestricted panel VAR process are considered when long-run cross-sectional dependencies occur. It is shown that the bootstrap cointegration rank tests for the panel VAR model based on levels canonical correlation analysis are oversized, whereas the bootstrap cointegration rank tests based on maximum likelihood framework are undersized. Moreover, the former tests are in general outperformed by the latter in terms of performance. The results of the investigation indicate that the ML-based bootstrap cointegration rank tests perform well in small samples for small-sized panel VAR models with a few cross-sections.
W artykule przedstawiono wyniki badania własności bootstrapowych testów kointegracji dla panelowego procesu VAR z międzyprzekrojowymi wektorami kointegrującymi. Wyniki badania wskazują, że bootstrapowe testy kointegracji dla modelu PVAR, które oparte są na analizie korelacji kanonicznej poziomów, cechują się przeszacowaniem rozmiaru testu, z kolei bootstrapowe testy kointegracji dla modelu PVAR wywiedzione z metody największej wiarygodności charakteryzują się zwykle niedoszacowaniem rozmiaru testu. Wykazano również, że bootstrapowe testy kointegracji dla modelu PVAR wywiedzione z metody największej wiarygodności cechują się zwykle lepszymi własnościami ze względu na moc testu. Wyniki badania wskazują, że własności bootstrapowych testów kointegracji dla modelu PVAR wywiedzionych z metody największej wiarygodności cechują się satysfakcjonującymi własnościami małopróbkowymi dla małowymiarowych modeli PVAR z ograniczoną liczbą przekroi.
Źródło:
Przegląd Statystyczny; 2018, 65, 2; 173-182
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies