Essays on heteroskedasticity
AUTOR(ES)
Maria da GlÃria Abage de Lima
DATA DE PUBLICAÇÃO
2008
RESUMO
Esta tese de doutorado trata da realizaÃÃo de inferÃncias no modelo de regressÃo linear sob heteroscedasticidade de forma desconhecida. No primeiro capÃtulo, nÃs desenvolvemos estimadores intervalares que sÃo robustos à presenÃa de heteroscedasticidade. Esses estimadores sÃo baseados em estimadores consistentes de matrizes de covariÃncias propostos na literatura, bem como em esquemas bootstrap. A evidÃncia numÃrica favorece o estimador intervalar HC4. O CapÃtulo 2 desenvolve uma seqÃÃncia corrigida por viÃs de estimadores de matrizes de covariÃncias sob heteroscedasticidade de forma desconhecida a partir de estimador proposto por Qian eWang (2001). NÃs mostramos que o estimador de Qian-Wang pode ser generalizado em uma classe mais ampla de estimadores consistentes para matrizes de covariÃncias e que nossos resultados podem ser facilmente estendidos a esta classe de estimadores. Finalmente, no CapÃtulo 3 nÃs usamos mÃtodos de integraÃÃo numÃrica para calcular as distribuiÃÃes nulas exatas de diferentes estatÃsticas de testes quasi-t, sob a suposiÃÃo de que os erros sÃo normalmente distribuÃdos. Os resultados favorecem o teste HC4
ASSUNTO(S)
matematica da computacao distribuiÃÃo exata de estatÃsticas quasi-t estimadores consistentes para a matriz de covariÃncias sob heteroscedasticidade exact distributions of quasi-t statistics quasi-t tests bias correction heteroskedasticity-consistent covariance matrix estimators (hccme) heteroskedasticityconsistent interval estimators (hcie) heteroscedasticidade intervalos de confianÃa consistentes sob heteroscedasticidade correÃÃo de viÃs testes quasi-t bootstrap bootstrap heteroskedasticity
