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