Show Less
Restricted access

Nichtparametrische Schätzung

Neue Ansätze zur Schätzung, Überprüfung und Prognose wirtschaftswissenschaftlicher Zusammenhänge mit Hilfe der Kerndichte- und Kernregressionsschätzung

Series:

Kuang-Hua Lin

Die Regressionsschätzung ist eines der wichtigsten Untersuchungsinstrumente der empirischen Wissenschaft. Die zur Zeit in der Forschung dominierenden parametrischen Verfahren der Regressionsschätzung benötigen relativ starke Annahmen, die in der Praxis oft nicht erfüllt werden. Dagegen können nichtparametrische Verfahren zwar mit wesentlich schwächeren Annahmen auskommen, benötigen in der Regel jedoch solch eine große Anzahl von Daten, daß sie in volkswirtschaftlichen Untersuchungen wegen der relativ kleinen verfügbaren Datenmenge selten benutzt werden. Die Arbeit soll dazu beitragen, die empirische Anwendbarkeit der nichtparametrischen Verfahren bei kleinen Stichproben zu verbessern. Zusätzlich wurden einige bisher in der Literatur vernachlässigte Aspekte der Verteilungsschätzung, wie z.B. die Prognoseverteilung und die Frage der optimalen Prognosen, behandelt.
Aus dem Inhalt: Die klassische parametrische Regressionstheorie und ihre kritische Würdigung - Regressionsanalyse über den Umweg einer Dichteschätzung - Kerndichteschätzung - Optimale Prognose mit Hilfe der Prognoseverteilung - Kernregressionsschätzung und ihre Erweiterung.