Multiple Hypotheses Testing in the Linear Regression Model with Applications to Economics and Finance

Vorschau

Inhaltsverzeichnis, Datei (54 KB)
Leseprobe, Datei (120 KB)

Multiple Hypothesenprüfung ist ein Teilgebiet der Statistik, das sich mit den speziellen Problemen beim Testen von zwei oder mehr Nullhypothesen beschäftigt. Die vorliegende Darstellung stellt eine Einführung in die moderne Theorie multipler Testprozeduren dar.
Nach einer Diskussion der theoretischen Grundlagen werden verschiedene Testprozeduren im Rahmen des linearen Regressionsmodells beschrieben. Dazu gehören die Bonferroni-Prozedur, die Scheffe-Prozedur, die Bonferroni-Holm-Prozedur und die abgeschlossene F-Prozedur. Unter anderem wird auch auf das Testen geordneter, abhängiger und hierarchischer Hypothesen eingegangen. Danach werden die Ergebnisse einer Monte Carlo Studie präsentiert, in der die Güte mehrerer Testprozeduren verglichen wird. Die Vergleiche demonstrieren anschaulich die Überlegenheit abgeschlossener Testprozeduren. Anschließend werden die Resultate zweier empirischer Anwendungen abgeschlossener Testprozeduren vorgestellt. Die erste diskutiert die Ergebnisse von Madlener und Alt, die mehrere Energie-Nachfragemodelle für Österreich testeten. Bei der zweiten Anwendung handelt es sich um eine empirische Untersuchung des Wochentagseffekts beim amerikanischen Dow Jones Index.