नेवी-वेस्ट (1987) और हैनसेन-होड्रिक (1980) के बीच तुलना

प्रश्न: नेवी-वेस्ट (1987) और हैनसेन-होड्रिक (1980) मानक त्रुटियों का उपयोग करने के बीच मुख्य अंतर और समानताएं क्या हैं? किन स्थितियों में इनमें से एक को दूसरे पर प्राथमिकता दी जानी चाहिए?

टिप्पणियाँ:

मुझे पता है कि इनमें से प्रत्येक समायोजन प्रक्रिया कैसे काम करती है; हालाँकि, मुझे अभी तक ऐसा कोई दस्तावेज़ नहीं मिला है जो उनकी तुलना ऑनलाइन या मेरी पाठ्यपुस्तक में करेगा। सन्दर्भों का स्वागत है!
न्यूए-वेस्ट का उपयोग "कैच-ऑल" एचएसी मानक त्रुटियों के रूप में किया जाता है, जबकि हैनसेन-होड्रिक ओवरलैपिंग डेटा बिंदुओं के संदर्भ में अक्सर आता है (उदाहरण के लिए यह प्रश्न या यह प्रश्न देखें )। इसलिए मेरे सवाल का एक महत्वपूर्ण पहलू है, क्या हैनसेन-होड्रिक के बारे में कुछ ऐसा है जो न्यूए -वेस्ट की तुलना में अतिव्यापी डेटा से निपटने के लिए अधिक अनुकूल है? (आखिरकार, डेटा को ओवरलैप करने से अंततः अनुक्रमिक रूप से सहसंबंधित त्रुटि की ओर जाता है, जिसे न्यू-वेस्ट भी डील करता है।)
रिकॉर्ड के लिए, मुझे इस तरह के प्रश्न के बारे में पता है , लेकिन यह अपेक्षाकृत खराब था, खराब हो गया और अंततः जो सवाल मैं यहां पूछ रहा हूं, उसका जवाब नहीं मिला (केवल प्रोग्रामिंग से संबंधित भाग का जवाब मिला)।

— Candamir
स्रोत

Kiefer & Vogelsang (2002) और उसके बाद के साहित्य के फिक्स्ड स्मूथिंग HAC अनुमानकों द्वारा सुपरबाउंड किए गए NW- प्रकार के HAC आकलनकर्ता नहीं हैं ?

— तक्षकवार्ती '

विशेष रूप से, आप फ्रैंक डायबोल्ड के राय पदों को यहाँ और यहाँ पढ़ना चाह सकते हैं ।

— tchakravarty

@tchakravarty यह एक दिलचस्प विचार है, साझा करने के लिए धन्यवाद! मुझे थोड़ा पीछे हटना होगा और पहले Kiefer, Vogelsang और Bunzel (2000) में देखना होगा । यदि आप एक उत्तर में अपनी बात पर विस्तार करना चाहते हैं, तो यह भी बताए कि यह हैनसेन-होड्रिक-प्रकार के अनुमानकों के लिए क्या तात्पर्य है जो ओवरलैपिंग डेटा से निपटते हैं, आपके पास इनाम से सम्मानित होने का एक बहुत अच्छा मौका होगा। (इसकी गारंटी देना मेरे लिए ईमानदार नहीं होगा, जाहिर है, क्योंकि कोई अन्य व्यक्ति एक प्रतिस्पर्धी उत्तर लिख सकता है, लेकिन अभी तक मेरा इनाम बहुत लोकप्रिय नहीं साबित हुआ है।)

— कैंडीमिर

@tchakravarty, सैद्धांतिक साहित्य उस पर बसने लगता है, लेकिन व्यवहार में, ये अनुमान अभी व्यापक उपयोग में नहीं हैं, मैं कहूंगा।

— क्रिस्टोफ़ हैनक

लंबे समय तक चलने वाले अनुमानों के एक वर्ग पर विचार करें

कर्नेल या भार समारोह है,नमूना autocovariances हैं। , अन्य चीजों के बीच सममित होना चाहिए औरहोना चाहिए। एक बैंडविड्थ पैरामीटर है।

\hat{{जे}_{टी}} \equiv {\hat{γ}}_{0} + 2 Σ_{जे = 1}^{टी - 1} क (\frac{जे}{ℓ_{टी}}) {\hat{γ}}_{जे}

$\hat{J_T}\equiv\hat{\gamma}_0+2\sum_{j=1}^{T-1}k\left(\frac{j}{\ell_T}\right)\hat{\gamma}_j$

k

$k$

{\hat{γ}}_{j}

$\hat\gamma_j$

k

$k$

k (0) = 1

$k(0)=1$

ℓ_{T}

$\ell_T$

Newey & West (Econometrica 1987) ने बार्टलेट कर्नेल ) का प्रस्ताव रखा

क (\frac{जे}{ℓ_{टी}}) = {\begin{cases} (1 - \frac{जे}{ℓ_{टी}}) & के लिये 0 ⩽ जे ⩽ ℓ_{टी} - 1 \\ 0 & के लिये जे > ℓ_{टी} - 1 \end{cases}

$k\left(\frac{j}{\ell_T}\right) = \begin{cases} \bigl(1 - \frac{j}{\ell_T}\bigr) \qquad &\mbox{for} \qquad 0 \leqslant j \leqslant \ell_T-1 \\ 0 &\mbox{for} \qquad j > \ell_T-1 \end{cases}$

$k=1$ $j\leq M$ $M$ $k=0$

$M=1$ $\theta$ $J = \sigma^2(1 + \theta)^2>0$

set.seed(2)
y <- arima.sim(model = list(ma = -0.95), n = 10)
acf.MA1 <- acf(y, type = "covariance", plot = FALSE)$acf
acf.MA1[1] + 2 * acf.MA1[2]
## [1] -0.4056092

जो लंबे समय तक चलने वाले विचरण के लिए कोई ठोस अनुमान नहीं है ।

यह नेवी-वेस्ट अनुमानक से बचा जाएगा:

acf.MA1[1] + acf.MA1[2]
## [1] 0.8634806

sandwichपैकेज का उपयोग करके इसकी गणना इस प्रकार भी की जा सकती है:

library("sandwich")
m <- lm(y ~ 1)
kernHAC(m, kernel = "Bartlett", bw = 2,
  prewhite = FALSE, adjust = FALSE, sandwich = FALSE)
##             (Intercept)
## (Intercept)   0.8634806

और हैनसेन-होड्रिक अनुमान इस प्रकार प्राप्त किया जा सकता है:

kernHAC(m, kernel = "Truncated", bw = 1,
  prewhite = FALSE, adjust = FALSE, sandwich = FALSE)    
##             (Intercept)
## (Intercept)  -0.4056092

यह भी देखें NeweyWest()और lrvar()से sandwichसुविधा इंटरफेस क्रमशः रेखीय मॉडल की Newey पश्चिम आकलनकर्ता और लंबे समय समय श्रृंखला का प्रसरण प्राप्त करने के लिए के लिए,।

एंड्रयूज (इकोनोमेट्रिक 1991) अधिक सामान्य परिस्थितियों में एक विश्लेषण प्रदान करता है।

ओवरलैपिंग डेटा के संबंध में आपके तर्क के अनुसार, मुझे विषय-वस्तु के कारण के बारे में पता नहीं होगा। मुझे संदेह है कि परंपरा इस आम प्रथा की जड़ में है।

— क्रिस्टोफ हांक
स्रोत

मैं आपके उत्तर की सराहना करता हूं, लेकिन संभवत: केवल समीक्षा करने और सप्ताहांत में उम्मीद को स्वीकार करने में सक्षम होगा। एक बार फिर धन्यवाद।

— कैंडमीर

आपके उत्तर के लिए फिर से धन्यवाद। बस स्पष्ट करने के लिए, प्रभाव में आपका जवाब कहता है कि न्यूए-वेस्ट को सभी मामलों में हैनसेन-होड्रिक पर प्राथमिकता दी जानी चाहिए क्योंकि उत्तरार्द्ध "खराब व्यवहार" कर सकता है, जो "न्यूमेटिक आत्मविश्वास अंतराल गठन और हाइपोथीथिक परीक्षण के साथ हस्तक्षेप करता है" (दोनों न्यूए के उद्धरण) वेस्ट, 1987)?

— कैंडमिर

पुनश्च। क्या आप कृपया "एंड्रयूज" के स्रोत को भी स्पष्ट कर सकते हैं?

— कैंडमिर

मैंने कागजात को जस्टर से जोड़ा। पिछली टिप्पणियों के रूप में, वास्तव में, जब एक विचरण अनुमान भी सकारात्मक होने की गारंटी नहीं है, हमें यह भी उम्मीद नहीं करनी चाहिए कि यह आत्मविश्वास अंतराल और परीक्षण आँकड़ों में एक अच्छा घटक है।

— क्रिस्टोफ़ हैनक