Univ., Diss.--Fribourg, 2002.

Universiẗat, Diss., 2004--München.

München, Techn. Univ., Diss., 2004.

Saarbrücken, Univ., Diss., 2004.

Die Kapitel 1 bis 6 im ersten Teil dieses Skriptes beruhen auf einer Vorlesung Ökonometrie I, die zuletzt im WS 2001/02 gehalten wurde, die Kapitel 7 bis 16 beruhen auf einer Vorlesung Ökonometrie II, die zuletzt im SS 2006 gehalten wurde. Das achte Kapitel enthält eine komprimierte Zusammenfassung der Ergebnisse aus dem Teil Ökonometrie I.

Die Dissertation ``Asymptotische \Äquivalenz f\ür ein Modell unabh\ängiger nicht identisch verteilter Daten'' besch\äftigt sich mit der Le Camschen Theorie der Experimente. Le Cam hat den sogenannten $\Delta$-Abstand zwischen statistischen Experimenten definiert; ist dieser Abstand f\ür zwei Modelle klein, so sind ihre statistischen Eigenschaften \ähnlich. Zwei Folgen von Experimenten nennt man asymptotisch \äquivalent, falls ihr $\Delta$-Abstand gegen Null konvergiert.\\ In dieser Arbeit beweisen wir asymptotische \Äquivalenz zwischen einem Modell mit unabh\ängigen, nicht identisch verteilten Beobachtungen und einem Gaußschen Shift-Modell. Die i-te Beobachtung des ersten Experimentes ist dabei gem\äß einer Dichte $h(i/n,.)$ verteilt, wobei die Funktion h eine Schar von Dichten bildet. Wir approximieren also ein kompliziertes statistisches Experiment durch ein einfacheres, n\äymlich ein Gaußsches Shift-Modell. Die Dichten h geh\ören einer Menge h\ölderstetiger Funktionen an, so daß wir es mit einem nichtparametrischen Problem zu tun haben. Das von uns bewiesene \Äquivalenzresultat kann auch als eine nichtparametrische Version der ebenfalls von Le Cam eingef\ührten LAN Bedingung aufgefaßt werden. Ein wichtiges Hilfsmittel zum Beweis des oben beschriebenen Resultats ist das sogenannte Coupling von stochastischen Prozessen, d.h. die Konstruktion solcher Prozesse auf einem gemeinsamen Wahrscheinlichkeitsraum, so daß die Prozesse nahe beieinander liegen. Im zweiten Teil der Arbeit beweisen wir eine funktionale Version eines solchen Coupling Resultats f\ür den sequentiellen empirischen Prozeß und den Kiefer-M\üller Prozeß unter Verwendung der sogenannten Ungarischen Konstruktion. / The thesis "Asymptotic Equivalence of Experiments for a Model with Independent and Nonidentically distributed Observations" deals with the theory of experiments that was developped by Le Cam. \\ Le Cam defined the so called $\Delta$-distance between experiments. If this distance is small for two given models it means that their statistical properties are similar. We call two sequences of experiments asymptotic equivalent if their $\Delta$-distance converges to zero.\\ In this thesis we prove asymptotic equivalence between a model with independent and nonidentically distributed observations and a Gaussian shift model. The i-th observation in the first model is distributed according to a density $h(i/n,.)$ where $h$ is a bunch of densities on the unit interval. This means that we approximate a complicated statistical experiment by a simpler one, namely a Gaussian shift model. The densites h belong to a H\"older ball such that we have a nonparametric problem. Our result can also be viewed as a nonparametric version of the LAN property which was also defined by Le Cam. An important tool for proving our result is the coupling of stochastic processes, i.e. the construction of processes on a common probability space such that they are close in a strong sense. In the second part of the thesis we prove a functional version of such a coupling result for the sequential empirical process and the Kiefer-M\"uller process by using the Hungarian construction.

The aim of this paper is to analyze the impact of a conditional cash transfer program, Progresa, on school attendance in Mexican rural and urban areas. Within recent years, conditional cash transfer programs have become one of the most accepted remedies for poverty alleviation in many countries. Progresa was developed as an economic experi-ment, with randomized selection process, treatment groups and control croups. For this reason, the impact of Progresa is ideal for economic analysis. There are clear evidence of disparities between urban and rural school attendance rates in Mexico, hence the pro-gram’s effect on school attendance rates have been studied in the two regions. There are several reasons why one would expect different outcomes of the program on school at-tendance in rural and urban areas. Expected returns to education and the opportunity cost of investment in schooling in different regions are thought to affect the household’s optimization problem differently. The impact of Progresa on school attendance rates is estimated by a logit regression model analyzing household data within the household optimization framework. Mainly, Progresa has a positive impact on children’s school at-tendance. However, it may be concluded that Progresa has no significant effect for older children in rural areas. This result is assumed to be explained by the different conditions poor families face in different regions. If rural households’ optimization problem indeed looks different; this might suggest that the design of conditional cash transfer programs such as Progresa is crucially important depending on the region of implementation. / Syftet med denna uppsats är att analysera det villkora välfärdsprogrammet Progresa och dess effekt på skolnärvaro i mexikanska rurala och urbana områden. Under senare år har villkora välfärdsprogram kommit att vara en av de mest accepterade formerna av bistånd för att minska fattigdom i de flesta länder. Progresa utvecklades utifrån ett ekonomiskt experiment, med en slumpmässig urvalsprocess samt en experiment- och kontrollgrupp. Med anledning av detta är Progresa ett utmärkt program att studera för ekonomisk analys. Skolnärvaron i mexikanska rurala och urbana områden varierar stort och av denna anledning har effekten av Progresa studerats i de båda regionerna. Det finns många anledningar till varför vi bör förvänta oss avvikande utfall. En förklaring kan vara att utbildningens förväntade avkastning och alternativkostnad påverkar hushållens optimeringsproblem olika. Effekten av Progresa på skolnärvaro är beräknad med en logit regressionsmodell där hushållsdata analyseras inom ramen för hushållets optimeringsproblem. Huvudsakligen har Progresa en positiv effekt på barns skolnärvaro. Dock, och vad som bör noteras, är det faktum att Progresa inte har en signifikant påverkan på äldre rurala barns skolnärvaro. Detta resultat antas förklaras av fattiga familjers olika förutsättningar i rurala och urbana områden. I det fall rurala familjers optimeringsproblem skiljer sig från urbana familjers optimeringsproblem, torde detta innebära att strukturen av ett villkorligt biståndsprogram, så som Progresa, är av största vikt och bör anpassas ändamålsenligt.

<p>The aim of this paper is to analyze the impact of a conditional cash transfer program, Progresa, on school attendance in Mexican rural and urban areas. Within recent years, conditional cash transfer programs have become one of the most accepted remedies for poverty alleviation in many countries. Progresa was developed as an economic experi-ment, with randomized selection process, treatment groups and control croups. For this reason, the impact of Progresa is ideal for economic analysis. There are clear evidence of disparities between urban and rural school attendance rates in Mexico, hence the pro-gram’s effect on school attendance rates have been studied in the two regions. There are several reasons why one would expect different outcomes of the program on school at-tendance in rural and urban areas. Expected returns to education and the opportunity cost of investment in schooling in different regions are thought to affect the household’s optimization problem differently. The impact of Progresa on school attendance rates is estimated by a logit regression model analyzing household data within the household optimization framework. Mainly, Progresa has a positive impact on children’s school at-tendance. However, it may be concluded that Progresa has no significant effect for older children in rural areas. This result is assumed to be explained by the different conditions poor families face in different regions. If rural households’ optimization problem indeed looks different; this might suggest that the design of conditional cash transfer programs such as Progresa is crucially important depending on the region of implementation.</p> / <p>Syftet med denna uppsats är att analysera det villkora välfärdsprogrammet Progresa och dess effekt på skolnärvaro i mexikanska rurala och urbana områden. Under senare år har villkora välfärdsprogram kommit att vara en av de mest accepterade formerna av bistånd för att minska fattigdom i de flesta länder. Progresa utvecklades utifrån ett ekonomiskt experiment, med en slumpmässig urvalsprocess samt en experiment- och kontrollgrupp. Med anledning av detta är Progresa ett utmärkt program att studera för ekonomisk analys. Skolnärvaron i mexikanska rurala och urbana områden varierar stort och av denna anledning har effekten av Progresa studerats i de båda regionerna. Det finns många anledningar till varför vi bör förvänta oss avvikande utfall. En förklaring kan vara att utbildningens förväntade avkastning och alternativkostnad påverkar hushållens optimeringsproblem olika. Effekten av Progresa på skolnärvaro är beräknad med en logit regressionsmodell där hushållsdata analyseras inom ramen för hushållets optimeringsproblem. Huvudsakligen har Progresa en positiv effekt på barns skolnärvaro. Dock, och vad som bör noteras, är det faktum att Progresa inte har en signifikant påverkan på äldre rurala barns skolnärvaro. Detta resultat antas förklaras av fattiga familjers olika förutsättningar i rurala och urbana områden. I det fall rurala familjers optimeringsproblem skiljer sig från urbana familjers optimeringsproblem, torde detta innebära att strukturen av ett villkorligt biståndsprogram, så som Progresa, är av största vikt och bör anpassas ändamålsenligt.</p>

No description available.

Das dominante Datenmuster im Bereich des kognitiven Alterns ist der Alters-x-Komplexitätseffekt. Die vorliegende Studie untersucht, ob das Muster statt durch einen üblicherweise postulierten unspezifischen durch einen spezifischen Mechanismus erklärt werden kann: die mit dem Alter abnehmende Reliabilität episodischer Akkumulatoren. In sechs Reaktionszeit-Experimenten wurden junge und ältere Erwachsene verglichen, dabei wurden frühe kognitive (Stroop-Bedingung) und episodische Schwierigkeit (Reiz-Reaktions-Zuordnung) orthogonal manipuliert. Die vorhergesagte Dreifachinteraktion der beiden Faktoren mit dem Alter zeigte sich über die Experimente hinweg relativ konsistent. Eine modifizierte Brinley-Analyse ergibt deutlich unterschiedliche Steigungen der Regressionsgeraden im Alt-Jung-Raum für niedrige und hohe episodische Schwierigkeit. Als methodischer Beitrag wird im Anhang ein zur modifizierten Brinley-Analyse passendes Regressionsmodell entwickelt, das aus einigen einfachen Verarbeitungsannahmen folgt. Es wird gezeigt, dass in einer klassischen Brinley Metaanalyse die Steigung neben der theoretisch interessierenden Varianz von theoretisch uninteressanter Zwischen-Experiment-Varianz beeinflusst wird. / The age-by-complexity effect is the dominant empirical pattern in cognitive aging. The current report investigates whether a specific high-level mechanism---an age-related decrease in the reliability of episodic accumulators---can account for the age-by-complexity-effect, which is commonly assumed to be caused by an unspecific, low-level deficit. Groups of younger and older adults are compared in six reaction time experiments, using orthogonal manipulations of early cognitive difficulty (e.g., Stroop condition) and episodic demands (e.g., stimulus-response mapping). The predicted three-way interaction of age and the two factors was observed fairly consistently across experiments. A modified Brinley analysis shows that different regression slopes in old-young-space are required for conditions with low and high episodic difficulty. As a methodological contribution, a Brinley regression model following from certain simple processing assumptions is developed. It is shown that in contrast to a standard Brinley meta-analysis, the regression slopes in this model are not influenced by theoretically un-interesting between-experiment variance.