Tests multiples simulés et tests de normalité basés sur plusieurs moments dans les modèles de régression

Cet article illustre l’applicabilité des méthodes de rééchantillonnage dans le cadre des tests multiples (simultanés), pour divers problèmes économétriques. Les hypothèses simultanées sont une conséquence habituelle de la théorie économique, de sorte que le contrôle de la probabilité de rejet de combinaisons de tests est un problème que l’on rencontre fréquemment dans divers contextes économétriques et statistiques. À ce sujet, on sait que le fait d’ignorer le caractère conjoint des hypothèses multiples peut faire en sorte que le niveau de la procédure globale dépasse considérablement le niveau désiré. Alors que la plupart des méthodes d’inférence multiple sont conservatrices en présence de statistiques non-indépendantes, les tests que nous proposons visent à contrôler exactement le niveau de signification. Pour ce faire, nous considérons des critères de test combinés proposés initialement pour des statistiques indépendantes. En appliquant la méthode des tests de Monte Carlo, nous montrons comment ces méthodes de combinaison de tests peuvent s’appliquer à de tels cas, sans recours à des approximations asymptotiques. Après avoir passé en revue les résultats antérieurs sur ce sujet, nous montrons comment une telle méthodologie peut être utilisée pour construire des tests de normalité basés sur plusieurs moments pour les erreurs de modèles de régression linéaires. Pour ce problème, nous proposons une généralisation valide à distance finie du test asymptotique proposé par Kiefer et Salmon (1983) ainsi que des tests combinés suivant les méthodes de Tippett et de Pearson-Fisher. Nous observons empiriquement que les procédures de test corrigées par la méthode des tests de Monte Carlo ne souffrent pas du problème de biais (ou sous-rejet) souvent rapporté dans cette littérature – notamment contre les lois platikurtiques – et permettent des gains sensibles de puissance par rapport aux méthodes combinées usuelles.

L'impasse de la non-normalité : estimateurs d'ordres supérieurs pour modèles de régression linéaire avec erreurs de mesure.

Rapport de recherche

Tests d'indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Thèse diffusée initialement dans le cadre d'un projet pilote des Presses de l'Université de Montréal/Centre d'édition numérique UdeM (1997-2008) avec l'autorisation de l'auteur.

Non normalità di matrici ed il ruolo degli autovalori

In questa tesi vengono studiati gli effetti della non-normalità di un operatore all'interno di sistemi dinamici regolati da sistemi di equazioni differenziali ordinarie. Viene studiata la stabilità delle soluzioni, in particolare si approfondiscono fenomeni quali le crescite transitorie. In seguito vengono forniti strumenti grafici come gli Pseudospettri capaci di scoprire e quantificare tali "anomalie". I concetti studiati vengono poi applicati alla teoria dell'ecologia delle popolazioni utilizzando una generalizzazione delle equazioni di Lotka-Volterra. Modelli e matrici vengono implementate in Matlab mentre i risultati grafici sono ottenuti con il Toolbox Eigtool.

Face à l'insoutenable. Vivre et se construire avec des souvenirs d'abus sexuels

L'objectif de cette recherche est d'explorer l'impact des abus sexuels tel que perçu par des personnes adultes ayant été victimes dans leur enfance. Une attention particulière est portée sur l'évolution de cette perception. A cette fin, deux groupes de personnes ont été sollicités : des patients suivis en thérapie de groupe dans un centre spécialisé et des personnes ayant terminé une thérapie centrée sur les abus sexuels depuis au moins cinq ans.Des entretiens semi-structurés ont été menés tous les six mois pendant deux ans avec six femmes en thérapie, ainsi qu'avec trois femmes et un homme ayant terminé leur travail thérapeutique à ce sujet.L'analyse qualitative, inspirée de l'IPA, a révélé huit thèmes. A la recherche de la normalité, Vie intime et sexualité, et Du secret à la reconnaissance sont trois des problématiques majeures présentées par les femmes aux premiers entretiens. L'analyse révèle l'évolution de ces thèmes au cours des deux ans et les « témoins de l'après-thérapie » donnent des pistes quant aux suites possibles. Les participants témoignent également de leurs diverses Démarches thérapeutiques. Question de survie est un thème faisant trait à la dissociation structurelle de la personnalité telle qu'elle apparaît dans le discours des participants et telle qu'ils la décrivent. De la réviviscence au souvenir, Attribution de sens et Vivre après amènent chacun des aspects spécifiques liés à la résilience et ultimement à l'épanouissement.Ces résultats font ressortir des thématiques qui se révèlent être particulièrement difficiles pour ces personnes ayant été abusées sexuellement dans leur enfance, tout en soulignant l'évolution possible au fil du temps et à l'aide des thérapies. Ils révèlent également les manières dont le traumatisme est peu à peu intégré par les participants dans leur histoire de vie.This study's aim is to explore how survivors perceive the impact on their adult life of child sexual abuse and how it changes over time. To this effect, two groups of people were solicited: patients involved in group therapy in a specialised treatment centre and people who had finished therapy focused on the trauma caused by the abuse at least five years prior to this study.Semi-structured interviews were conducted at 6-month intervals over two years with six women in therapy. Three women and one man who had finished therapy accepted to share their experience.Qualitative analysis inspired by IPA revealed eight themes. Searching for normality, Tuning feelings with sexual life, and From secrecy to acknowledgment are three of the main issues presented by the women at the initial interviews. The analysis reveals how these themes evolve over the two years, while the participants who have finished their therapy give insights of possible futures. Participants also reflected on their various Therapeutical experiences. A matter of survival relates to structural dissociation of the personality as it appears in the participants' discourse and as they describe it. Placing the memory in the past, Making meaning, and And life goes on each bring out specific aspects linked to resiliency and finally to thriving.These results highlight the issues that are particularly difficult in dealing with the aftermaths of child sexual abuse and underline their possible transformation with time and therapy. They also reveal the ways in which the trauma is gradually integrated by the participants into their life-history.

Simulation-Based Finite and Large Sample Tests in Multivariate Regressions.

In the context of multivariate linear regression (MLR) models, it is well known that commonly employed asymptotic test criteria are seriously biased towards overrejection. In this paper, we propose a general method for constructing exact tests of possibly nonlinear hypotheses on the coefficients of MLR systems. For the case of uniform linear hypotheses, we present exact distributional invariance results concerning several standard test criteria. These include Wilks' likelihood ratio (LR) criterion as well as trace and maximum root criteria. The normality assumption is not necessary for most of the results to hold. Implications for inference are two-fold. First, invariance to nuisance parameters entails that the technique of Monte Carlo tests can be applied on all these statistics to obtain exact tests of uniform linear hypotheses. Second, the invariance property of the latter statistic is exploited to derive general nuisance-parameter-free bounds on the distribution of the LR statistic for arbitrary hypotheses. Even though it may be difficult to compute these bounds analytically, they can easily be simulated, hence yielding exact bounds Monte Carlo tests. Illustrative simulation experiments show that the bounds are sufficiently tight to provide conclusive results with a high probability. Our findings illustrate the value of the bounds as a tool to be used in conjunction with more traditional simulation-based test methods (e.g., the parametric bootstrap) which may be applied when the bounds are not conclusive.

Logique et tests d'hypotheses: reflexions sur les problemes mal poses en econometrie

Dans ce texte, nous analysons les développements récents de l’économétrie à la lumière de la théorie des tests statistiques. Nous revoyons d’abord quelques principes fondamentaux de philosophie des sciences et de théorie statistique, en mettant l’accent sur la parcimonie et la falsifiabilité comme critères d’évaluation des modèles, sur le rôle de la théorie des tests comme formalisation du principe de falsification de modèles probabilistes, ainsi que sur la justification logique des notions de base de la théorie des tests (tel le niveau d’un test). Nous montrons ensuite que certaines des méthodes statistiques et économétriques les plus utilisées sont fondamentalement inappropriées pour les problèmes et modèles considérés, tandis que de nombreuses hypothèses, pour lesquelles des procédures de test sont communément proposées, ne sont en fait pas du tout testables. De telles situations conduisent à des problèmes statistiques mal posés. Nous analysons quelques cas particuliers de tels problèmes : (1) la construction d’intervalles de confiance dans le cadre de modèles structurels qui posent des problèmes d’identification; (2) la construction de tests pour des hypothèses non paramétriques, incluant la construction de procédures robustes à l’hétéroscédasticité, à la non-normalité ou à la spécification dynamique. Nous indiquons que ces difficultés proviennent souvent de l’ambition d’affaiblir les conditions de régularité nécessaires à toute analyse statistique ainsi que d’une utilisation inappropriée de résultats de théorie distributionnelle asymptotique. Enfin, nous soulignons l’importance de formuler des hypothèses et modèles testables, et de proposer des techniques économétriques dont les propriétés sont démontrables dans les échantillons finis.

Finite-Sample Inference Methods for Simultaneous Equations and Models with Unobserved and Generated Regressors

We propose finite sample tests and confidence sets for models with unobserved and generated regressors as well as various models estimated by instrumental variables methods. The validity of the procedures is unaffected by the presence of identification problems or \"weak instruments\", so no detection of such problems is required. We study two distinct approaches for various models considered by Pagan (1984). The first one is an instrument substitution method which generalizes an approach proposed by Anderson and Rubin (1949) and Fuller (1987) for different (although related) problems, while the second one is based on splitting the sample. The instrument substitution method uses the instruments directly, instead of generated regressors, in order to test hypotheses about the \"structural parameters\" of interest and build confidence sets. The second approach relies on \"generated regressors\", which allows a gain in degrees of freedom, and a sample split technique. For inference about general possibly nonlinear transformations of model parameters, projection techniques are proposed. A distributional theory is obtained under the assumptions of Gaussian errors and strictly exogenous regressors. We show that the various tests and confidence sets proposed are (locally) \"asymptotically valid\" under much weaker assumptions. The properties of the tests proposed are examined in simulation experiments. In general, they outperform the usual asymptotic inference methods in terms of both reliability and power. Finally, the techniques suggested are applied to a model of Tobin’s q and to a model of academic performance.

Quadratic M-Estimators for ARCH-Type Processes

This paper addresses the issue of estimating semiparametric time series models specified by their conditional mean and conditional variance. We stress the importance of using joint restrictions on the mean and variance. This leads us to take into account the covariance between the mean and the variance and the variance of the variance, that is, the skewness and kurtosis. We establish the direct links between the usual parametric estimation methods, namely, the QMLE, the GMM and the M-estimation. The ususal univariate QMLE is, under non-normality, less efficient than the optimal GMM estimator. However, the bivariate QMLE based on the dependent variable and its square is as efficient as the optimal GMM one. A Monte Carlo analysis confirms the relevance of our approach, in particular, the importance of skewness.

Testing Mean-Variance Efficiency in CAPM with Possibly Non-Gaussian Errors : An Exact Simulation-Based Approach

In this paper we propose exact likelihood-based mean-variance efficiency tests of the market portfolio in the context of Capital Asset Pricing Model (CAPM), allowing for a wide class of error distributions which include normality as a special case. These tests are developed in the frame-work of multivariate linear regressions (MLR). It is well known however that despite their simple statistical structure, standard asymptotically justified MLR-based tests are unreliable. In financial econometrics, exact tests have been proposed for a few specific hypotheses [Jobson and Korkie (Journal of Financial Economics, 1982), MacKinlay (Journal of Financial Economics, 1987), Gib-bons, Ross and Shanken (Econometrica, 1989), Zhou (Journal of Finance 1993)], most of which depend on normality. For the gaussian model, our tests correspond to Gibbons, Ross and Shanken’s mean-variance efficiency tests. In non-gaussian contexts, we reconsider mean-variance efficiency tests allowing for multivariate Student-t and gaussian mixture errors. Our framework allows to cast more evidence on whether the normality assumption is too restrictive when testing the CAPM. We also propose exact multivariate diagnostic checks (including tests for multivariate GARCH and mul-tivariate generalization of the well known variance ratio tests) and goodness of fit tests as well as a set estimate for the intervening nuisance parameters. Our results [over five-year subperiods] show the following: (i) multivariate normality is rejected in most subperiods, (ii) residual checks reveal no significant departures from the multivariate i.i.d. assumption, and (iii) mean-variance efficiency tests of the market portfolio is not rejected as frequently once it is allowed for the possibility of non-normal errors.