MétaCan
Menu
← Retour à la cohorte
Enregistrement W2956300533 · doi:10.3390/jrfm12030117

On Combining Evidence from Heteroskedasticity Robust Panel Unit Root Tests in Pooled Regressions

2019· article· en· W2956300533 sur OpenAlexvenueno aff
Martin C. Arnold, Christoph Hanck

Notice bibliographique

RevueJournal of risk and financial management · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésUnit rootEconometricsHeteroscedasticityNull hypothesisUnit root testVolatility (finance)Inflation (cosmology)StatisticsNull (SQL)Panel dataEconomicsEmpirical evidenceMathematicsComputer scienceCointegrationData mining

Résumé

récupéré en direct d'OpenAlex

Volatility break robust panel unit root tests (PURTs) recently proposed by Herwartz and Siedenburg (Computational Statistics & Data Analysis 2008, 53, 137–150) and Demetrescu and Hanck (Econometrics Letters 2012, 117, 10–13) have different performances under both the null and local alternatives. Common practice in empirical research is to apply multiple tests if none is uniformly superior. We show that this approach tends to produce contradictory evidence for the tests considered, making it unclear whether to reject the null. To address this problem, we advocate a combined testing procedure. Simulation evidence shows that the combined test has good size control and closely tracks the more powerful test. An empirical application reinvestigates whether there is a unit root in OECD inflation rates. We find evidence that inflation is stationary for long observation periods, but we cannot reject nonstationarity in most subsets of countries for the last three decades.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,066
score de la tête « metaresearch » (Gemma)0,332
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,348

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,332
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0150,014
Études des sciences et des technologies0,0010,003
Communication savante0,0080,010
Science ouverte0,0040,006
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,083
Tête enseignante GPT0,241
Écart entre enseignants0,158 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial management→Même sujetMonetary Policy and Economic Impact→Travaux en français237 207→