• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2005 Fiscal Year Annual Research Report

計量経済学におけるコンピュータ・インテンシブな推定・検定に関する研究

Research Project

Project/Area Number 14530033
Research InstitutionKobe University

Principal Investigator

谷崎 久志  神戸大学, 経済学研究科, 教授 (60248101)

Keywords経験尤度 / カーネル推定 / バイアス是正
Research Abstract

今年度の本研究では,以下の3つについて考えた。
1.母集団の分布を仮定しない検定は,様々なものが考えられている。本研究では,その中の一つである経験尤度比検定を用いて,母平均の検定を行うことを考えた。経験尤度比検定は大標本検定であるため,小標本では,サイズに歪みが生じる。このサイズ是正を行うためにも,様々な修正法が考案されている。ここでは,バートレット修正を用いて,サイズ是正を行うことにした。そして,本研究では,モンテ・カルロ実験によって,t検定,経験尤度比検定,修正済み経験尤度比検定の検出力比較を行った。
2.ノンパラメトリック密度推定もまた重要なテーマである。推定,検定を行う場合,通常,分布を仮定する。しかし,本来,分布は未知である。密度関数を推定する場合,バンド幅(または,窓幅,平滑化定数等の呼び名もある)を推定する必要がある。バンド幅の推定には,平均自乗誤差の積分を最小にする方法,尤度関数の推定値を最大にする方法等が考案されているが,これらバンド幅の推定値の精度をモンテ・カルロ実験で比較することを考えている。さらに,バンド幅の推定値は収束が非常に遅いことが知られている。このバンド幅の推定問題も考えた。
3.回帰モデルにAR項が含まれる場合,小標本では,回帰係数のパラメータの推定値にバイアスが生じる。この研究では,撹乱項に正規分布を仮定して,サンプリングの手法を用いてバイアス是正の分析を行った。その結果,バイアスの是正がうまく行われたことが示された。しかし,実際には,撹乱項の分布を特定化することは不可能である。よって,撹乱項に分布の仮定を置かない場合,いかに回帰係数の推定値のバイアスを是正することができるかが,現在考えていることである。ARモデルを単純に最小自乗法によって推定し,得られた残差をリサンプリング(resampling)することによって(いわゆる,ブートストラップ法),この問題を解決できた。

  • Research Products

    (3 results)

All 2006 2005

All Journal Article (3 results)

  • [Journal Article] On Least-Squares Bias in the AR(p) Models : Bias Correction Using the Bootstrap Methods2006

    • Author(s)
      H.Tanizaki, S.Hamori, Y.Matsubayashi
    • Journal Title

      Statistical Papers Vol.47, No.1

      Pages: 109-124

    • Description
      「研究成果報告書概要(欧文)」より
  • [Journal Article] Power Comparison of Empirical Likelihood Ratio Tests : Small Sample Properties through Monte Carlo Studies2005

    • Author(s)
      H.Tanizaki
    • Journal Title

      Kobe University Economic Review 50

      Pages: 13-25

    • Description
      「研究成果報告書概要(和文)」より
  • [Journal Article] 密度関数のカーネル推定量におけるバンド幅の選択について:モンテカルロ実験による小標本特性2005

    • Author(s)
      谷崎 久志
    • Journal Title

      国民経済雑誌 第191巻,第1号

      Pages: 59-70

URL: 

Published: 2007-04-02   Modified: 2016-04-21  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi