O empirycznej mocy testu istnienia pierwiastków jednostkowych w małych próbach

• Autorzy: Aneta Zglińska-Pietrzak

Warianty tytułu

The empirical power of the unit roots tests in the small samples

• Języki publikacji: PL

Abstrakty

Niniejszy artykuł jest ściśle związany z poddziedziną ekonometrii, jaką jest analiza kointegracji szeregów czasowych. Bardzo istotnym elementem tej analizy jest test wykrywający istnienie pierwiastków jednostkowych. Dotychczasowy zakres badań takich testów obejmował głównie ich własności asymptotyczne, czyli dotyczył przypadków, gdy próby były liczne i zawierały co najmniej 100 obserwacji. Autorka przedstawia wyniki badań dla wąskiej klasy modeli w przypadku małych prób. Jednocześnie jest to próba odpowiedzi na pytania, czy i jak długość próby oraz obrany poziom istotności wpływają na "jakość" testów i estymatorów związanych z analizą. Odpowiedzi na te pytania poszukiwano drogą symulacji stosując metody symulacyjne Monte Carlo.

EN

The article contains the results of the Monte Carlo studies on the empirical power of the unit roots tests. We considered classical and Bayessian approaches for AR processes with trend or intercept. We try to answer the question whether the length of the samples is influencing the empirical power of the tests. The simulations proved that the Bayessian approach of analysis is more powerful than the classical one. (original abstract)

Słowa kluczowe

PL

Analiza szeregów czasowych; Analiza statystyczna; Ekonometria

EN

Time-series analysis; Statistical analysis; Econometrics

• Czasopismo: Przegląd Statystyczny
• Rocznik: 2002
• Tom: 49
• Numer: z. 2
• Strony: 149--160

Twórcy

autor

Aneta Zglińska-Pietrzak

Bibliografia

• [1] Box G.E.P., Jenkins G.M., Analiza szeregów czasowych, PWN, Warszawa 1983.
• [2] Dickey D.A., Fuller W.A., Distribution of the Estimators for Autoregressive Tune Series with a Unit Root, Journal of the American Statistical Association, vol. 74, 1979, s. 427-431.
• [3] Domański C, Praska K., Nieklasyczne metody statystyczne, PWE, Warszawa 2000.
• [4] Engle R.F., Granger C.W.J., Cointegration and Error Correction: Representation, Estimation and Testing, Econometrica, vol. 55, 1987, s. 251-276.
• [5] Fuller W.A., Introduction to Statistical Time Series, John Wiley, New York 1976 (rozszerzone wydanie 1996).
• [6] Maddala G., Kim I., Unit Roots, Cointegration and Structural Change, CUP, Cambridge 1998.
• [7] Milo W, Stabilność i wrażliwość metod ekonometrycznych, WUŁ, Łódź 1995.
• [8] Phillips P.C.B., Perron P., Testing fora Unit Root in Time Series Regression, Biometrica 75, 1988, s. 335-346
• [9] Piłatowska M., Identyfikacja procesów stochastycznych typu random walk, Dynamiczne modele ekonometryczne, Toruń 1995.
• [10] White J.S., The Limiting Distribution of the Serial Correlation Coefficient in the Explosive Case, Annals of Mathematical Statistics 29, 1958, s. 1188-1197.
• [11] Zglińska-Pietrzak A., Uwagi o testowaniu istnienia pierwiastków jednostkowych, Przegląd Statystyczny, nr 2, 1999.
• [12] Zglińska-Pietrzak A., Kointegracja: teoria i jej zastosowania w analizie rynku pieniężnego, rozprawa doktorska, UŁ, 2000. Praca wpłynęła do Redakcji we wrześniu 2001 roku.