BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4//
BEGIN:VEVENT
UID:20251006T140324EDT-5563I7Fzf7@132.216.98.100
DTSTAMP:20251006T180324Z
DESCRIPTION:Bootstrap tests in linear models with many regressors\n\nLa pré
 sentation portera sur les propriétés des tests boostraps dans les régressi
 ons 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 restrictions te
 stées représentent une fraction importante de la taille de l’échantillon\,
  rendant ainsi l’estimateur MCO non-convergent. Une condition imposée pour
  l’obtention de ce résultat est l’absence (asymptotique) d’observation à f
 ort levier. Dépendant du nombre de restrictions testées et de la distribut
 ion des termes d’erreur\, la présence de telles observations peut rendre l
 es tests bootstraps invalides. Dans un tel cas\, il est montré que le test
  bootstrap de la statistique F modifiée proposée par Calhoun (2011) demeur
 e valide.\n	\n	Des simulations Monte Carlo indiquent que les tests bootstrap
 s sont généralement plus précis que leur contrepartie asymptotique. Cepend
 ant\, l’analyse du troisième cumulant approximatif de la statistique F rév
 èle que le test bootstrap ne bénéficie pas des raffinements asymptotiques 
 d’ordre supérieur habituels. Toutefois\, le fait qu’une partie du troisièm
 e cumulant empirique coïncide avec une partie du troisième cumulant de la 
 population permet d’expliquer la bonne performance relative des tests boot
 straps\, particulièrement lorsque les erreurs proviennent d’une distributi
 on symétrique.\n
DTSTART:20161006T143000Z
DTEND:20161006T143000Z
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-263281
END:VEVENT
END:VCALENDAR