Propriétés en échantillon fini des tests robustes à l'hétéroscédasticité de forme inconnue

Emmanuel Flachaire

Université Paris1 Panthéon-Sorbonne (Post-Print and Working Papers) from HAL

Abstract: Dans la pratique, la plupart des statistiques de test ont une distribution de probabilité de forme inconnue. Généralement, on utilise leur loi asymptotique comme approximation de la vraie loi. Mais, si l'échantillon dont on dispose n'est pas de taille suffisante cette approximation peut être de mauvaise qualité et les tests basés dessus largement biaisés. Les méthodes du bootstrap permettent d'obtenir une approximation de la vraie loi de la statistique en général plus précise que laloi asymptotique. Elles peuvent également servir àapproximer la loi d'une statistique qu'on ne peut pas calculer analytiquement. Dans cet article, nous présentons une méthodologie générale du bootstrap dans le contexte des modèles de régression.

Keywords: bootstrap; modèles de régression (search for similar items in EconPapers)
Date: 2005
Note: View the original document on HAL open archive server: https://shs.hal.science/halshs-00175905
References: View references in EconPapers View complete reference list from CitEc
Citations:

Published in Annales d'Economie et de Statistique, 2005, 77, pp.187-199

Downloads: (external link)
https://shs.hal.science/halshs-00175905/document (application/pdf)

Related works:
Journal Article: Propriétés en échantillon fini des tests robustes à l'hétéroscédasticité de forme inconnue (2005)
Working Paper: Propriétés en échantillon fini des tests robustes à l'hétéroscédasticité de forme inconnue (2005)
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:cesptp:halshs-00175905

Access Statistics for this paper

More papers in Université Paris1 Panthéon-Sorbonne (Post-Print and Working Papers) from HAL
Bibliographic data for series maintained by CCSD ().