BEGIN:VCALENDAR VERSION:2.0 PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4// BEGIN:VEVENT UID:20260513T121331EDT-7408peIniK@132.216.98.100 DTSTAMP:20260513T161331Z 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:https://www.mcgill.ca/mathstat/channels/event/patrick-richard-universit e-de-sherbrooke-263282 END:VEVENT END:VCALENDAR