The principal purpose of this thesis is to extend empirical likelihood (EL) based procedures to some statistical models defined by unconditional moment inequalities. We develop EL procedures for two such models in the thesis. In the first type of model, the underlying probability distribution is the (infinite-dimensional) parameter of interest, and is defined by a continuum of moment inequalities indexed by a general class of estimating functions. We develop the EL estimation theory using a feasible-value-function approach, and demonstrate the uniform consistency of the estimator over the set of underlying distributions in the model. Furthermore, for large sample sizes, we prove that it has smaller mean integrated squared error than the estimator that ignores the information in the moment inequality conditions. We also develop computational algorithms for this estimator, and demonstrate its properties in Monte Carlo simulation experiments for the case of infinite-order stochastic dominance. The second type of moment inequality model concerns stochastic dominance (SD) orderings between two income distributions. We develop asymptotic and bootstrap empirical likelihood-ratio tests for the null hypothesis that a given unidirectional strong SD ordering between the income distributions holds. These distributions are discrete with finite support, and, therefore, the SD conditions are framed as sets of linear inequality constraints on the vector of SD curve ordinates. Testing for strong SD requires that we consider as the null model one that allows at most one pair of these ordinates to be equal at an interior point of their support. Finally, we study the performance of these tests in Monte Carlo simulations. / Le principal objectif de cette thèse est d'étendre les procédures basées sur la vraisemblance empirique (EL) à des modèles statistiques caractérisés par des inégalités concernant des moments non conditionnels. On développe dans la thèse des procédures EL pour deux types de modèles. Pour le premier type, le paramètre d'intérêt, de dimension infinie, est la distribution de probabilité sous-jacente, définie par un continuum d'inégalités en correspondance avec une classe générale de fonctions d'estimation. L'approche utilisée afin de développer la théorie d'estimation s'appuie sur une méthode faisable de calcul de la fonction objectif. Elle permet de démontrer la convergence uniforme de l'estimateur sur l'ensemble des distributions du modèle. On démontre en outre que, pour une taille d'échantillon suffisamment grande, son erreur quadratique moyenne est inférieure à celle d'un estimateur qui ne se sert pas des informations fournies par les inégalités. Des algorithmes numériques pour le calcul de l'estimateur sont développés, et employés dans des expériences de simulation afin d'étudier les propriétés de l'estimateur dans le contexte de la dominance stochastique à l'ordre infini. Le second type de modèle concerne la dominance stochastique (SD) entre deux distributions de revenus. On développe des tests asymptotiques et bootstrap, basés sur le rapport de vraisemblance empirique, pour l'hypothèse nulle selon laquelle il existe un ordre de dominance stochastique forte unidirectionnelle entre les deux distributions. Celles-ci sont discrètes et avec support fini, ce qui permet de formuler l'hypothèse nulle en termes de contraintes d'inégalité sur le vecteur d'ordonnées des courbes de dominance. La dominance forte exige que l'hypothèse nulle n'admette qu'une paire d'ordonnées égales dans l'intérieur du support. Les performances des tests sont enfin étudiées au moyen de simulations Monte Carlo.
| Identifer | oai:union.ndltd.org:LACETR/oai:collectionscanada.gc.ca:QMM.119408 |
| Date | January 2013 |
| Creators | Tabri, Rami |
| Contributors | Russell Davidson (Supervisor1), Victoria Zinde-Walsh (Supervisor2) |
| Publisher | McGill University |
| Source Sets | Library and Archives Canada ETDs Repository / Centre d'archives des thèses électroniques de Bibliothèque et Archives Canada |
| Language | English |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation |
| Format | application/pdf |
| Coverage | Doctor of Philosophy (Department of Economics) |
| Rights | All items in eScholarship@McGill are protected by copyright with all rights reserved unless otherwise indicated. |
| Relation | Electronically-submitted theses. |
Page generated in 0.0019 seconds