Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-04T12:50:51Z
No. of bitstreams: 2
Ensaios sobre heteroscedasticidade em modelos de EF (Tese de Doutorado).pdf: 673376 bytes, checksum: 7c86e8749910ad5db783505cfe934b2f (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T12:50:51Z (GMT). No. of bitstreams: 2
Ensaios sobre heteroscedasticidade em modelos de EF (Tese de Doutorado).pdf: 673376 bytes, checksum: 7c86e8749910ad5db783505cfe934b2f (MD5)
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Previous issue date: 2012-12-21 / Esta tese é composta de quatro ensaios que estendem e avaliam o desempenho de uma
classe de estimadores consistentes da matriz de covariâncias nos modelos de efeitos fixos. No
primeiro ensaio as simulações evidenciam que o estimador proposto por Arellano (1987) pode
não ser a melhor opção quando o teste é conduzido com resíduos irrestritos. Os resultados
mostram que há uma considerável vantagem em utilizar o estimador CHC4 quando o tamanho
amostral é pequeno ou se existem pontos de alavanca nos dados. Por outro lado, quando a
avaliação é conduzida com resíduos restritos, os resultados favorecem o estimador CHCR0.
Estimadores de bootstrap também são avaliados e produzem, em alguns casos, resultados melhores
que os estimadores consistentes. O segundo ensaio avalia o desempenho dos estimadores
consistentes da matriz de covariâncias, na construção de intervalos de confiança. Os
resultados mostram que o estimador CHC4 tem desempenho superior aos demais estimadores
consistentes, principalmente se os dados contêm pontos de alavanca. O terceiro ensaio avalia
numericamente a qualidade da aproximação usual para a distribuição exata dos testes quase-t.
Os resultados mostram que, se a estatística de teste é construída com resíduos irrestritos, o estimador
mais amplamente utilizado conduz a testes quase-t com aproximações bastante ruins
sendo o CHC4 a estratégia de inferência preferencial. Por outro lado, se a estatística de teste
é construída com resíduos restritos, o estimador de Arellano torna-se a opção mais adequada.
O quarto e último ensaio mostra que a inferência sobre os parâmetros do modelo de Diferenças
em Diferenças (DD) pode ser imprecisa quando os problemas de heteroscedasticidade e/ou
autocorrelação serial nos erros são ignorados. O desempenho dos testes baseados no estimador
de Arellano e de outros estimadores consistentes nos modelos de DD é avaliado na presença de
ambos. Os resultados mostram que, num modelo que contém apenas a dummy de intervenção,
o desempenho dos testes baseados nos nesses estimadores é similar. No entanto, é possível
melhorar a qualidade da inferência se o modelo de regressão possui variáveis de controle adicionais
com pontos alavancados.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/10296 |
| Date | 21 December 2012 |
| Creators | Uchôa, Carlos Frederico Azeredo |
| Contributors | Menezes, Tatiane Almeida de, Cribari-Neto, Francisco |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Breton |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds