21 A perspective on application of bootstrap methods in econometrics

Jeong, Jinook; Maddala, G. S.

doi:10.1016/s0169-7161(05)80056-2

Cited by 79 publications

(44 citation statements)

References 114 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In particular, such techniques may now be used routinely for data analysis. Important developments in this area include the use of bootstrap techniques for improving standard asymptotic approximations [for reviews, see Efron (1982), Beran and Ducharme (1991), Efron and Tibshirani (1993), Hall (1992), Jeong and Maddala (1993), Vinod (1993), Shao and Tu (1995), Davison and Hinkley (1997), Chernick (1999) and Horowitz (1997)] and techniques where estimators and forecasts are obtained from criteria evaluated by simulation [see McFadden (1989), Mariano and Brown (1993), Hajivassiliou (1993), Keane (1993), Gouriéroux and Monfort (1996) and Gallant and Tauchen (1996)]. …”

Section: Introductionmentioning

confidence: 99%

Monte Carlo tests with nuisance parameters: A general approach to finite-sample inference and nonstandard asymptotics

Dufour

2006

Journal of Econometrics

235

245

View full text Add to dashboard Cite

show abstract

Section: Introductionmentioning

confidence: 99%

Monte Carlo tests with nuisance parameters: A general approach to finite-sample inference and nonstandard asymptotics

Dufour

2006

Journal of Econometrics

235

245

View full text Add to dashboard Cite

show abstract

“…Although long recognized as a useful alternative to standard asymptotic methods, the bootstrap only has an asymptotic justification when the null distribution of the test statistic involves nuisance parameters, hence the finite sample properties of bootstrap tests remain to be established. For general discussion of bootstrap methods, the reader may consult Hall (1992), Efron and Tibshirani (1993) and Shao and Tu (1995); on econometric applications, see Jeong and Maddala (1993), Vinod (1993) and Davidson and MacKinnon (1999a, 1999b, 1999c. In a different vein, randomized tests have been suggested in the MLR literature for a number of special test problems and are referred to under the name of Monte Carlo tests; see Theil, Shonkwiler and Taylor (1985), Theil, Taylor and Shonkwiler (1986), Taylor, Shonkwiler and Theil (1986) and Theil and Fiebig (1985).…”

Section: Introductionmentioning

confidence: 99%

Simulation based finite and large sample tests in multivariate regressions

Dufour

Khalaf

2002

Journal of Econometrics

View full text Add to dashboard Cite

CIRANOLe CIRANO est un organisme sans but lucratif constitué en vertu de la Loi des compagnies du Québec. Le financement de son infrastructure et de ses activités de recherche provient des cotisations de ses organisationsmembres, d'une subvention d'infrastructure du ministère de la Recherche, de la Science et de la Technologie, de même que des subventions et mandats obtenus par ses équipes de recherche. CIRANO is a private non-profit organization incorporated under the Résumé / AbstractDans le contexte des modèles de régression multivariés (MLR), il est bien connu que les tests asymptotiques usuels tendent à rejeter trop souvent les hypothèse considérées. Dans cet article, nous proposons une méthode générale qui permet de construire des tests exacts pour des hypothèses possiblement non linéaires sur les coefficients de tels modèles. Pour le cas des hypothèse uniformes linéaires, nous présentons des résultats sur la distribution exacte de plusieurs statistiques de test usuelles. Ces dernières incluent le critère du quotient de vraisemblance (Wilks), de même que les critères de la trace et de la racine maximale. L'hypothèse de normalité des erreurs n'est pas requise pour la plupart des résultats présentés. Ceux-ci ont deux types de conséquences pour l'inférence statistique. Premièrement, l'invariance par rapport aux paramètres de nuisance signifie que l'on peut appliquer la technique des tests de Monte Carlo afin de construire des tests exacts pour les hypothèses uniformes linéaires. Deuxième-ment, nous montrons comment exploiter cette propriété afin d'obtenir des bornes sans paramètres de nuisance sur la distribution des statistiques de quotient de vraisemblance pour des hypothèses générales. Même si les bornes ne sont pas faciles à calculer par des moyens analytiques, on peut les simuler aisément et ainsi effectuer des tests de Monte Carlo à bornes. Nous présentons une expérience de simulation qui montre que ces bornes sont suffisamment serrées pour fournir des résultats concluants avec une forte probabilité. Nos résultats démontrent la valeur de ces bornes comme instrument à utiliser conjointement avec des méthodes d'inférence simulée plus traditionnelles (telles que le bootstrap paramétrique) que l'on peut appliquer lorsque le test à borne n'est pas concluant.

show abstract

“…These techniques use simulations intensively to approximate the test statistic distribution function (Jeong and Maddala 1993;Davidson and Mackinnon 2004). In bootstrapping unit root tests, there are two procedures in the literature: the block bootstrap and the sieve bootstrap.…”

Section: Data Propertiesmentioning

confidence: 99%

Income inequality and macroeconomic activity: A study of the Peruvian case

Huaranga

2018

OSJ

View full text Add to dashboard Cite

The relationship between income inequality and macroeconomic activity has been extensively investigated for many countries, with mixed evidence over the years. In this context, the aim of the paper is to study this relationship for the Peruvian economy with emphasis on the variables statistical properties. To that end, unit root time series bootstrap simulations are applied, additionally, social and financial variables are used to explain changes in inequality. As a result, no evidence of this relationship is found when variables time series properties are taken into account so new empirical evidence on this issue is critical in light of rising income inequality worldwide and its pervasive effects on society.

show abstract

21 A perspective on application of bootstrap methods in econometrics

Cited by 79 publications

References 114 publications

Monte Carlo tests with nuisance parameters: A general approach to finite-sample inference and nonstandard asymptotics

Monte Carlo tests with nuisance parameters: A general approach to finite-sample inference and nonstandard asymptotics

Simulation based finite and large sample tests in multivariate regressions

Income inequality and macroeconomic activity: A study of the Peruvian case

Contact Info

Product

Resources

About