Nonparametric selection of regressors: the nonnested case

[Sélection non paramétrique de régresseurs: le cas de régressions non emboîtées]

P. Lavergne and Q.H. Vuong
Additional contact information
P. Lavergne: Station d'économie et sociologie rurales - INRA - Institut National de la Recherche Agronomique
Q.H. Vuong: Station d'économie et sociologie rurales - INRA - Institut National de la Recherche Agronomique

Post-Print from HAL

Abstract: Cet article s'intéresse à la sélection de régresseurs lorsque la forme fonctionnelle de la régression et la distribution des observations sont inconnues. Le cadre statistique général est basé sur l'erreur quadratique moyenne. Pour un modèle de régression non paramétrique estimé par la méthode du noyau, sont établies les propriétés de la moyenne empirique des résidus au carré : convergence vers la variance résiduelle du modèle, vitesse de convergence paramétrique, loi limite gaussienne et efficacité. Ensuite une procédure de test est développée permettant de discriminer entre deux ensembles de régresseurs. Cette procédure est valide lorsque les modèles de régression sont "non-emboîtés", dans un sens précisément défini. Des simulations montrent que cette procédure est opérationnelle, et que, même pour des échantillons de petite taille, le test a de bonnes propriétés en termes de niveau et de puissance.

Date: 1996
References: Add references at CitEc
Citations: View citations in EconPapers (32)

Published in Econometrica, 1996, 64 (1), pp.207-219

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-02689500

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().