Uma análise de Monte Carlo do desempenho de estimadores de matrizes de covariância sob heterocedasticidade de forma desconhecida
AUTOR(ES)
Cribari-Neto, Francisco, Gois, Matheus Cabral de Araújo
FONTE
Revista Brasileira de Economia
DATA DE PUBLICAÇÃO
2002
RESUMO
Este artigo analisa o desempenho em amostras finitas do estimador consistente de matrizes de covariância proposto por Halbert White. O comportamento deste estimador é estudado tanto sob homocedasticidade quanto sob heterocedasticidade usando métodos de simulação Monte Carlo. Este estimador pode apresentar viés significativo para amostras de tamanho pequeno a moderado. O desempenho em amostras finitas de estimadores de bootstrap e analiticamente corrigidos também é analisado. Os resultados numéricos favorecem os estimadores corrigidos analiticamente em relação ao estimador obtido a partir de um esquema de reamostragem de bootstrap. Três estimadores alternativos que são construídos como variações do estimador originalmente proposto por White são também analisados. Os resultados revelam, ainda, a influência de pontos de alta alavancagem sobre o desempenho dos diversos estimadores.
ASSUNTO(S)
bootstrap heterocedasticidade homocedasticidade matrizes de covariância regressão linear viés
Documentos Relacionados
- Estudo comparativo de testes de hipótese multivariados para matrizes de covariância via simulação de Monte Carlo e suas aplicações em controle de qualidade
- VALORES CRÃTICOS AJUSTADOS PARA INFERÃNCIA SOB HETEROSCEDASTICIDADE DE FORMA DESCONHECIDA
- Desempenho de testes de normalidade multivariados avaliado por simulação Monte Carlo
- APREÇAMENTO DE OPÇÕES EXÓTICAS: UMA ABORDAGEM PELA SIMULAÇÃO DE MONTE-CARLO
- Simulação de Monte Carlo aplicada à análise econômica de pedido