BEGIN:VCALENDAR VERSION:2.0 PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4// BEGIN:VEVENT UID:20260611T070120EDT-0310vAupDS@132.216.98.100 DTSTAMP:20260611T110120Z 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:https://www.mcgill.ca/mathstat/channels/event/patrick-richard-universit e-de-sherbrooke-263281 END:VEVENT END:VCALENDAR