Simulation-Based Finite-Sample Tests for Heteroskedasticity and ARCH Effects.

A wide range of tests for heteroskedasticity have been proposed in the econometric and statistics literature. Although a few exact homoskedasticity tests are available, the commonly employed procedures are quite generally based on asymptotic approximations which may not provide good size control in finite samples. There has been a number of recent studies that seek to improve the reliability of common heteroskedasticity tests using Edgeworth, Bartlett, jackknife and bootstrap methods. Yet the latter remain approximate. In this paper, we describe a solution to the problem of controlling the size of homoskedasticity tests in linear regression contexts. We study procedures based on the standard test statistics [e.g., the Goldfeld-Quandt, Glejser, Bartlett, Cochran, Hartley, Breusch-Pagan-Godfrey, White and Szroeter criteria] as well as tests for autoregressive conditional heteroskedasticity (ARCH-type models). We also suggest several extensions of the existing procedures (sup-type of combined test statistics) to allow for unknown breakpoints in the error variance. We exploit the technique of Monte Carlo tests to obtain provably exact p-values, for both the standard and the new tests suggested. We show that the MC test procedure conveniently solves the intractable null distribution problem, in particular those raised by the sup-type and combined test statistics as well as (when relevant) unidentified nuisance parameter problems under the null hypothesis. The method proposed works in exactly the same way with both Gaussian and non-Gaussian disturbance distributions [such as heavy-tailed or stable distributions]. The performance of the procedures is examined by simulation. The Monte Carlo experiments conducted focus on : (1) ARCH, GARCH, and ARCH-in-mean alternatives; (2) the case where the variance increases monotonically with : (i) one exogenous variable, and (ii) the mean of the dependent variable; (3) grouped heteroskedasticity; (4) breaks in variance at unknown points. We find that the proposed tests achieve perfect size control and have good power.

Méthodes d’inférence exactes pour un modèle de régression avec erreurs AR(2) gaussiennes

Ce texte propose des méthodes d’inférence exactes (tests et régions de confiance) sur des modèles de régression linéaires avec erreurs autocorrélées suivant un processus autorégressif d’ordre deux [AR(2)], qui peut être non stationnaire. L’approche proposée est une généralisation de celle décrite dans Dufour (1990) pour un modèle de régression avec erreurs AR(1) et comporte trois étapes. Premièrement, on construit une région de confiance exacte pour le vecteur des coefficients du processus autorégressif (φ). Cette région est obtenue par inversion de tests d’indépendance des erreurs sur une forme transformée du modèle contre des alternatives de dépendance aux délais un et deux. Deuxièmement, en exploitant la dualité entre tests et régions de confiance (inversion de tests), on détermine une région de confiance conjointe pour le vecteur φ et un vecteur d’intérêt M de combinaisons linéaires des coefficients de régression du modèle. Troisièmement, par une méthode de projection, on obtient des intervalles de confiance «marginaux» ainsi que des tests à bornes exacts pour les composantes de M. Ces méthodes sont appliquées à des modèles du stock de monnaie (M2) et du niveau des prix (indice implicite du PNB) américains

Predictive values of neurological examination, otoscopic examination and brainstem auditory evoked response (BAER) in calves with otisis media-interna

Présentement, le diagnostic d’otite moyenne-interne chez le veau est basé sur la présence de signes cliniques appropriés ainsi que les tests diagnostiques tels que la radiographie et la tomodensitométrie. L’objectif de cette étude prospective était d’évaluer les valeurs prédictives de l’examen neurologique, l’examen otoscopique et le test des potentiels auditifs évoqués (PAE) dans le diagnostic d’otite moyenne-interne chez le veau, en utilisant la tomodensitométrie comme test standard. Le deuxième objectif était de définir les valeurs de référence pour le PAE chez le veau normal et d’en décrire les anomalies chez des veaux atteints d’otite moyenne-interne. Dix-sept veaux de race Holstein entre 5-7 semaines d’âge ont été inclus. Tous les veaux ont eu un examen neurologique, un examen otoscopique et une évaluation des PAEs. Les veaux ont été tranquillisés avec de la xylazine intraveineuse (0,05-0,15mg/kg) pour la tomodensitométrie des bulles tympaniques afin d’évaluer pour la présence d’otite moyenne-interne. Selon les résultats de la tomodensitométrie, 11 des 17 veaux étaient atteints avec otite moyenne, 4 de façon unilatérale et 7 bilatéralement. Cinq ondes ont été identifiées de façon constante sur les tracés des PAEs des 6 veaux normaux. Les valeurs positives prédictives pour le PAE, l’examen neurologique et l’examen otoscopique étaient 94,7%, 91,7% et 66,7% respectivement. D’un point de vue clinique, le test le plus fiable dans le diagnostic d’otite moyenne-interne chez le veau est le PAE. Les anomalies ont été observées au PAE avant le développement des signes neurologiques chez certains veaux.

Pharmacogenomics research involving race : an analysis of interests and values

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal.