BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4//
BEGIN:VEVENT
UID:20250808T015033EDT-43582anGOL@132.216.98.100
DTSTAMP:20250808T055033Z
DESCRIPTION:Bootstrap tests in linear models with many regressors\n\n \n\nL
 a présentation portera sur les propriétés des tests boostraps dans les rég
 ressions linéaires de forte dimension. Il est montré dans un premier temps
  que les tests bootstraps F\, LM et LR demeurent asymptotiquement valides 
 même lorsque le nombre de paramètres estimés et/ou le nombre de restrictio
 ns testées représentent une fraction importante de la taille de l’échantil
 lon\, rendant ainsi l’estimateur MCO non-convergent. Une condition imposée
  pour l’obtention de ce résultat est l’absence (asymptotique) d’observatio
 n à fort levier. Dépendant du nombre de restrictions testées et de la dist
 ribution des termes d’erreur\, la présence de telles observations peut ren
 dre les tests bootstraps invalides. Dans un tel cas\, il est montré que le
  test bootstrap de la statistique F modifiée proposée par Calhoun (2011) d
 emeure valide.\n	\n	Des simulations Monte Carlo indiquent que les tests boot
 straps sont généralement plus précis que leur contrepartie asymptotique. C
 ependant\, l’analyse du troisième cumulant approximatif de la statistique 
 F révèle que le test bootstrap ne bénéficie pas des raffinements asymptoti
 ques d’ordre supérieur habituels. Toutefois\, le fait qu’une partie du tro
 isième cumulant empirique coïncide avec une partie du troisième cumulant d
 e la population permet d’expliquer la bonne performance relative des tests
  bootstraps\, particulièrement lorsque les erreurs proviennent d’une distr
 ibution symétrique.s\n
DTSTART:20161011T193000Z
DTEND:20161011T193000Z
LOCATION:room D4-2019\, CA\, QC\, Sherbrooke\, Seminar Statistique Sherbroo
 ke\, 2500 Boul de L'Université
SUMMARY:Patrick Richard\, Université de Sherbrooke
URL:/mathstat/channels/event/patrick-richard-universit
 e-de-sherbrooke-263282
END:VEVENT
END:VCALENDAR