構造変化や複雑な相関構造に対して頑健な統計理論の構築

建立对结构变化和复杂相关结构具有鲁棒性的统计理论

基本信息

批准号：
16J07085
负责人：
山崎大輔
金额：
$ 2.08万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2016
资助国家：
日本
起止时间：
2016-04-22 至 2019-03-31
项目状态：
已结题

项目摘要

本年度には、以下の2つの研究を行った。(1) 構造変化の検定に関する研究時系列モデルにおいて構造変化の検定を行う際には、誤差項の長期分散の推定を行う必要があり、ここでの長期分散の推定に付随した問題があることが知られている。具体的には、長期分散を帰無仮説の下で推定した場合には、「検出力の非単調性問題」が生じ、一方、長期分散を対立仮説の下で推定した場合には、検定のサイズが歪むという問題がある。本研究では、Juhl and Xiao (2009)により提唱された方法をさらに修正し、検定のサイズが良好で、かつ単調な検出力を持つ検定方法を考案した。シミュレーションを行った結果、本研究で提案した検定は優れた有限標本特性を持つことが分かった。(2) パネルデータモデルにおけるクロスセクション間の相関の検定に関する研究クロスセクション間の相関の検定は、先行研究で数多く提案されているが、多くのものは誤差項の系列相関が考慮されていない。誤差項の系列相関を考慮した検定についても、先行研究の方法では、クロスセクションの相関の平均が0に近いときに検出力を持たない。そこで本研究では、誤差項に系列相関があるときにも用いることができ、かつクロスセクションの相関の平均が0に近いときにも検出力を持つ検定方法を提案した。具体的には、Fan et al. (2015)の"power enhancement" techniqueの考え方を基にして、検定統計量を改善することにより、検出力の改善を図った。シミュレーションを行い、検定の有限標本特性を調べた結果、本研究で提案した検定は、サイズが良好であり、既存の方法よりも優れた検出力を持つことが分かった。

今年，我们进行了两项研究：（1）在进行时间序列模型中进行结构变化测试时的结构变化测试研究，众所周知，估计误差项的长期差异必须执行，并且在此处估算长期差异有关的问题。具体而言，当在零假设下估计长期差异时，就会出现“非单调性问题”，而当在替代假设下估计长期差异时，就有一个问题是，测试的大小倾斜了。在这项研究中，我们进一步修改了Juhl和Xiao（2009）提出的方法，以设计具有良好大小和单调功率的测试方法。模拟表明，这项研究中提出的测试具有出色的有限样品特性。（2）在以前的研究中提出了针对横截面之间相关性的横截面之间相关性测试测试的研究，但许多人没有考虑到错误项的串联相关性。考虑到误差项的串联相关性的测试当横截面相关的平均值接近零时，也没有功率。因此，在这项研究中，我们提出了一种测试方法，当误差项中存在串联相关性时，即使横截面相关的平均值接近零，也可以使用该测试方法。具体而言，基于Fan等人中的“功率增强”技术的概念。（2015年），我们旨在通过改善测试统计数据来提高检测能力。在进行了模拟并检查了测试的有限样本特性之后，发现本研究中提出的测试的大小良好，并且比现有方法具有更好的功率。