This file is part of IDEAS, which uses RePEc data


[ Papers | Articles | Software | Books | Chapters | Authors | Institutions | JEL Classification | NEP reports | Search | New papers by email | Author registration | Rankings | Volunteers | FAQ | Blog | Help! ]

Tests multiples simulés et tests de normalité basés sur plusieurs moments dans les modèles de régression

Author info | Abstract | Publisher info | Download info | Related research | Statistics
Author Info
DUFOUR, Jean-Marie
FARHAT, Abdekjelik
KHALAF, Lynda

Additional information is available for the following registered author(s):

Abstract

Cet article illustre l’applicabilité des méthodes de rééchantillonnage dans le cadre des tests multiples (simultanés), pour divers problèmes économétriques. Les hypothèses simultanées sont une conséquence habituelle de la théorie économique, de sorte que le contrôle de la probabilité de rejet de combinaisons de tests est un problème que l’on rencontre fréquemment dans divers contextes économétriques et statistiques. À ce sujet, on sait que le fait d’ignorer le caractère conjoint des hypothèses multiples peut faire en sorte que le niveau de la procédure globale dépasse considérablement le niveau désiré. Alors que la plupart des méthodes d’inférence multiple sont conservatrices en présence de statistiques non-indépendantes, les tests que nous proposons visent à contrôler exactement le niveau de signification. Pour ce faire, nous considérons des critères de test combinés proposés initialement pour des statistiques indépendantes. En appliquant la méthode des tests de Monte Carlo, nous montrons comment ces méthodes de combinaison de tests peuvent s’appliquer à de tels cas, sans recours à des approximations asymptotiques. Après avoir passé en revue les résultats antérieurs sur ce sujet, nous montrons comment une telle méthodologie peut être utilisée pour construire des tests de normalité basés sur plusieurs moments pour les erreurs de modèles de régression linéaires. Pour ce problème, nous proposons une généralisation valide à distance finie du test asymptotique proposé par Kiefer et Salmon (1983) ainsi que des tests combinés suivant les méthodes de Tippett et de Pearson-Fisher. Nous observons empiriquement que les procédures de test corrigées par la méthode des tests de Monte Carlo ne souffrent pas du problème de biais (ou sous-rejet) souvent rapporté dans cette littérature – notamment contre les lois platikurtiques – et permettent des gains sensibles de puissance par rapport aux méthodes combinées usuelles.

Download Info
To download:

If you experience problems downloading a file, check if you have the proper application to view it first. Information about this may be contained in the File-Format links below. In case of further problems read the IDEAS help file. Note that these files are not on the IDEAS site. Please be patient as the files may be large.

File URL: http://hdl.handle.net/1866/536
File Format: application/pdf
File Function:
Download Restriction: no

Publisher Info
Paper provided by Universite de Montreal, Departement de sciences economiques in its series Cahiers de recherche with number 2005-07.

Download reference. The following formats are available: HTML, plain text, BibTeX, RIS (EndNote), ReDIF
Length: 24 pages
Date of creation: 2005
Date of revision:
Handle: RePEc:mtl:montde:2005-07

Contact details of provider:
Postal: CP 6128, Succ. Centre-Ville, Montr�al, Qu�bec, H3C 3J7
Phone: (514) 343-6540
Fax: (514) 343-5831
Web page: http://www.sceco.umontreal.ca
More information through EDIRC

For technical questions regarding this item, or to correct its listing, contact: (Pascal MARTINOLLI).

Related research
Keywords: régression linéaire test de normalité ajustement asymétrie aatissement moments d’ordre surieur Monte Carlo test induit combinaison de tests inférence simultanée Tiett Fisher Pearson SURE test d’hétéroscédasticité.

Other versions of this item:

Find related papers by JEL classification:
C1 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: General
C12 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: General - - - Hypothesis Testing
C15 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: General - - - Statistical Simulation Methods
C2 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables
C52 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Model Evaluation and Testing
C21 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables - - - Cross-Sectional Models; Spatial Models; Treatment Effect Models
C22 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables - - - Time-Series Models

This paper has been announced in the following NEP Reports:

Statistics
Access and download statistics

Did you know? There are over 16000 authors registered on RePEc Author Service.

This page was last updated on 2008-7-19.


This information is provided to you by IDEAS at the Department of Economics, College of Liberal Arts and Sciences, University of Connecticut using RePEc data on a server sponsored by the Society for Economic Dynamics.