计量经济学

经济计量学会杂志

国际经济促进会
理论与统计和数学的关系

编辑:Guido W.Imbens•打印ISSN:0012-9682•在线ISSN:1468-0262

计量经济学:2020年11月,第88卷,第6版

随机极限Bootstrap测度下的推断

https://doi.org/10.3982/ECTA16557
第2547-2574页

朱塞佩·卡瓦利埃伊利扬·乔治耶夫

渐近引导有效性通常被理解为引导统计分布的一致性,以数据为条件,用于关注统计的无条件极限分布。从这个角度来看,极限自举测度的随机性被认为是自举的失败。我们表明,如果有效性被理解为对大样本中正确推断频率的控制,那么这种限制随机性并不一定会使bootstrap推断无效。我们首先建立了渐近自举有效性的充分条件,在这种情况下,统计的无条件极限分布可以通过平均(随机)极限自举分布获得。此外,我们还提供了一些结果,以确保bootstrap作为条件推理工具的渐近有效性,主要的情况是bootstrat分布一致地估计统计的条件(因而也是随机的)极限分布。我们将我们的框架应用于计量经济学中的几个推理问题,包括可能具有非平稳回归变量的线性模型、CUSUM统计、条件Kolmogorov–Smirnov规范检验和动态计量经济学模型中参数的恒常性检验。


完整内容

补充材料

对“随机极限Bootstrap测度下的推断”的补充

Cavaliere和Georgiev(2020年)的补充,CG以下,有四个主要部分。在第S.2节中,我们给出了CG附录A中关于分布弱收敛结果的证明。在第S.3节和第S.4节中,给出了与CG第2节和第4节中的应用有关的一些推导。最后,第S.5节描述了CG第2节中使用的蒙特卡罗模拟设计。有关符号,请参见CG。除非另有规定,否则所有参考均指CG中的截面、方程和结果。

对“随机极限Bootstrap测度下的推断”的补充

这个zip文件包含手稿的复制文件。

期刊新闻

查看