×
Inhaltsverzeichnis
- 0 Einleitung.
- 0.1 Fehler in den Variablen.
- 0.2 Ursachen und Ausma? von Fehlern.
- 0.3 Modelle mit fehlerbehafteten Daten (FV-Modelle).
- 0.4 Gliederung des Textes.
- 1 Das lineare Modell mit fehlerbehafteten Daten.
- 1.1 Modellgleichungen.
- 1.1.1 Einfaches FV-Modell.
- a. Grundform.
- b. Symmetrische Form.
- 1.1.2 Multiples FV-Modell.
- c. Scheinvariablenbereinigung.
- 1.2 Spezifikation der Me? fehler.
- 1.2.1 Systematische Me? fehler.
- a. Arten systematischer Fehler.
- b. Fehlerbereinigung durch Datentransformation.
- 1.2.2 Stochastische Me? fehler.
- a. Das einfache FV-Modell.
- b. Das multiple FV-Modell.
- c. Ergänzende Annahmen für das einfache FV-Modell.
- d. Ergänzende Annahmen für das multiple FV-Modell.
- e. Beispiele aus der Ökonometrie, Agrarökonomie und Astronomie.
- 1.3 Auswirkungen von Me? fehlern.
- 1.3.1 Auswirkungen systematischer Me? fehler auf Schätzung, Strukturkonstanz, Prognose.
- a. Verzerrte KQ-Schätzung des absoluten Gliedes bei konstanten Fehlern.
- b. Verzerrte KQ-Schätzung bei proportionalen Fehlern.
- c. Approximation eines proportionalen Fehlers durch einen konstanten Fehler.
- d. KQ-Schätzung im multiplen FV-Modell bei linearen Fehlern.
- e. Scheinbarer Strukturbruch und verzerrte Prognosen.
- 1.3.2 Auswirkungen stochastischer Me? fehler auf die Schätzung.
- a. Inkonsistenz der KQ-Schätzung.
- b. Beispiele aus der Ökonometrie.
- c. Asymptotisch verzerrte Korrelationsschätzung.
- 1.3.3 Weitere Auswirkungen stochastischer Me? fehler.
- a. Scheinbarer Strukturbruch.
- b. Unterschiede in Zeitreihen- und Querschnittsanalysen.
- c. Asymptotische Autokorrelation in den KQ-Residuen.
- d. Asymptotische serielle Korrelation zwischen KQ-Residuen und exogener Variablen.
- e. Nichtlinearität der empirischen Regression.
- f. Verfälschung von Testergebnissen zur Granger-Kausalität.
- 1.4 Das FV-Modell mit Zusatzinformation.
- 1.4.1 Informationen über die Me? fehlervarianzen.
- a. Kenntnis einer Me? fehlervarianz.
- b. Kenntnis des Quotienten der Me? fehlervarianzen.
- c. Kenntnis beider Me? fehlervarianzen.
- 1.4.2 Replikationen.
- 1.4.3 Informationen über die latenten exogenen Variablen.
- a. Kenntnis einer Instrumentvariablen.
- b. Anordnung und Gruppenbildung.
- c. Information über die Verteilung der latenten exogenen Variablen.
- 1.5 Erweiterungen des FV-Modells und verwandte Modelle.
- 1.5.1 Multivariates FV-Modell.
- c. Interdependentes FV-Modell und I-Modell.
- d. MIMIC-, FVE- und FVI-Modell.
- 1.5.2 Allgemeine Modelle mit latenten Variablen.
- a. LISREL-Modell.
- b. Das faktoranalytische Modell (FA-Modell).
- c. Beispiel zum FA-Modell aus den Erziehungswissenschaften.
- 1.5.3 Verwandtschaft zwischen FV-Modell und anderen multivariaten Modellen.
- a. Dualität zwischen FV-Modell und FA-Modell.
- b. Verwandtschaft zwischen FVE-Modell und I-Modell.
- 1.5.4 Dynamisches FV-Modell.
- 1.5.5 Berksons Modell.
- a. Modellbeschreibung.
- b. Beispiele aus der Physik und der Ökonometrie.
- 2 Das Identifikationsproblem.
- 2.1 Der Identifikationsbegriff im einfachen FV-Modell.
- 2.1.1 Die Strukturvariante des einfachen FV-Modells.
- b. Die Strukturvariante für Modelle mit Querschnittsdaten.
- 2.1.2 Identifikationsbegriffe.
- a. Identifizierbarkeit einer Modellstruktur.
- b. Identifizierbarkeit eines Modellparameters.
- c. M2- Identifizierbarkeit eines Modellparameters.
- 2.2 Identifikation im einfachen FV-Modell ohne Zusatzinformation.
- 2.2.1 Momentengleichungssystem für die empirischen Variablen.
- a. Ableitung des Momentengleichungssystems.
- b. Lösbarkeit des Momentengleichungssystems.
- 2.2.2 Restriktionen für die Modellparameter.
- a. Restriktionen für den Parameter ?.
- b. Restriktionen für die Fehlervarianzen.
- 2.3 Identifikation im einfachen FV-Modell mit Zusatzinformation.
- 2.3.1 Informationen über die Fehlervarianzen.
- a. Kenntnis einer Fehlervarianz.
- b. Kenntnis des Quotienten zweier Fehlervarianzen.
- c. Kenntnis zweier Fehlervarianzen.
- d. Beispiel aus der Ökonometrie: Identifikation und Schätzung von Friedmans Modell.
- 2.3.2 Informationen über die latenten exogenen Variablen.
- c. Informationen über die Verteilung der latenten exogenen Variablen.
- d. Identifikation mit Momenten dritter Ordnung.
- e. Beispiel aus der Ökonometrie: Identifikation von Engelkurven.
- 2.4 Identifikation und konsistente Schätzung im einfachen FV-Modell.
- 2.4.1 Das einfache FV-Modell ohne Zusatzinformation.
- a. Strukturvariante.
- b. Funktionalvariante.
- 2.4.2 Das einfache FV-Modell mit Zusatzinformation.
- 2.5 Identifikation im multiplen und multivariaten FV-Modell.
- 2.5.1 Multiples FV-Modell.
- a. Momentengleichungen.
- b. Identifikation bei nichtnormalverteilten exogenen Variablen.
- c. Parameterrestriktionen.
- 2.5.2 Multivariates FV-Modell.
- 3 Schätzung der Modellparameter.
- 3.1 Grundlagen für die Ableitung von Schätzverfahren.
- 3.1.1 Statistische Grundlagen.
- 3.1.2 Schätzung im einfachen FV-Modell.
- a. Grenzmomente.
- b. Momentenschätzer.
- 3.1.3 Schätzung im multiplen FV-Modell.
- 3.2 Anwendung der KQ-Methode auf das FV-Modell.
- 3.2.1 KQ-Schätzung im einfachen FV-Modell.
- a. Schätzung der Regressionskoeffizienten.
- b. Schätzung der Koeffizienten der Umkehrregression.
- c. Schätzung der Fehlervarianz ?2u.
- 3.2.2 KQ-Schätzung im multiplen FV-Modell.
- a. Schätzung des Regressionskoeffizientenvektors.
- b. Schätzung der Fehlervarianz ?2u.
- c. Der Spezialfall zweier exogener Variablen.
- d. Bereinigung von fehlerfrei gemessenen Regressoren.
- e. Beispiele aus der Ökonometrie.
- 3.3 Schätzung mit Informationen über die Fehlervarianzen.
- 3.3.1 Schätzung bei Kenntnis der Kovarianzmatrix ? der Fehler in den exogenen Variablen (V-Schätzung).
- a. V-Schätzung im einfachen FV-Modell.
- b. V-Schätzung als ML-Schätzung.
- c. V-Schätzung im multiplen FV-Modell.
- e. Beispiele aus der Soziologie und der Medizin.
- f. Das interdependente FV-Modell.
- 3.3.2 Schätzung bei Kenntnis der Kovarianzmatrix ?0 aller Fehlervariablen bis auf einen Proportionalitätsfaktor (P-Schätzung).
- a. P-Schätzung im einfachen FV-Modell.
- b. P-Schätzung als ML-Schätzung; Prinzip der gewogenen kleinsten Quadrate.
- c. P-Schätzung im multiplen FV-Modell.
- d. P-Schätzung im multiplen FV-Modell als ML-Schätzung.
- e. ML-Schätzung bei Heteroskedastie.
- f. Beispiele aus der Biometrie und der Geologie.
- 3.3.3 Schätzung bei vollständiger Kenntnis der Kovarianzmatrix ?0.
- 3.3.4 Verallgemeinerungen.
- 3.4 Replikationen.
- 3.4.1 Das FV-Modell mit Replikationen (R-Modell).
- a. Formale Struktur des Modells.
- b. Interpretation des R-Modells und Beispiel aus der Biometrie.
- 3.4.2 Schätzung mit Replikationen (R-Schätzung).
- a. R-Schätzung der systematischen Variablen und der Me? fehlervarianzen.
- b. R-Schätzung der übrigen Parameter im Fall ? 0 bei konstanter Replikationszahl.
- c. R-Schätzung der Regressionskoeffizienten im Fall ?? 0 bei konstanter Replikationszahl.
- d. R-Schätzung der Regressionskoeffizienten im Fall ? ? 0 bei in Paaren anfallenden Beobachtungen.
- e. ML-Schätzung im Fall ? ? 0 bei in Paaren anfallenden Beobachtungen.
- f. Beispiele aus dem Eichwesen und der Medizin.
- 3.5 Schätzung mit Instrumentvariablen.
- 3.5.1 Instrumentvariablenschätzung (IV-Schätzung).
- a. IV-Schätzung im einfachen FV-Modell.
- b. IV-Schätzung im multiplen FV-Modell.
- c. Bereinigung von fehlerfrei gemessenen Regressoren.
- d. Erweiterung des Instrumentvariablenbegriffs.
- e. Beispiele zur IV-Schätzung aus der Ökonometrie.
- 3.5.2 Schätzung im FVE-Modell.
- a. Das FVE-Modell.
- b. Der zweistufige KQ-Schätzer.
- c. Der zweistufige KQ-Schätzer als V-Schätzer.
- d. Der Varianzkomponentenschätzer.
- e. Der P-Schätzer im FVE-Modell.
- f. Anwendung von Schätzmethoden für das I-Modell auf das FVE-Modell.
- g. ML-Schätzung im FVE-Modell.
- h. Das R-Modell mit ? ? 0 als FVE-Modell.
- i. Beispiele aus der Ökonometrie und der Biochemie.
- 3.5.3 Schätzung im FVI-Modell.
- a. Das FVI-Modell.
- b. ML-Schätzung im FVI-Modell.
- c. Beispiele aus dem Eichwesen und der Geophysik.
- 3.6 Schätzung mit Informationen über die Grö? enordnung der latenten exogenen Variablen.
- 3.6.1 Gruppierungsverfahren (G-Schätzung).
- a. G-Schätzung nach Wald.
- b. Ein Beispiel aus der Ökonometrie.
- c. G-Schätzung mit zwei Gruppen bei weitergehender A-priori-In-formation.
- d. G-Schätzung mit drei Gruppen.
- e. G-Schätzung mit beliebiger Gruppenzahl.
- f. G-Schätzung im multiplen FV-Modell.
- 3.6.2 Schätzung bei Kenntnis der Grö? enrangordnung.
- a. Das Schätzverfahren.
- b. Ein Beispiel aus der Luft- und Raumfahrt.
- 3.7 Instrumentvariablenschätzung in dynamischen und interdependenten FV-Modellen.
- 3.7.1 IV-Schätzung in dynamischen FV-Modellen.
- a. Das allgemeine Modell.
- b. Das rein autoregressive Modell.
- c. Das rein autoregressive Modell mit autokorrelierten Störvariablen.
- d. Das autoregressive Modell mit einer nicht autokorrelierten exogenen Variablen.
- e. Das autoregressive Modell mit autokorrelierten exogenen Variablen.
- 3.7.2 Die IV-Methode bei interdependenten FV-Modellen.
- a. Schätzung einer Modellgleichung bei beschränkter Information.
- b. Schätzung bei voller Information.
- 3.8 Schätzung mit Informationen über die Verteilung der latenten exogenen Variablen.
- 3.8.1 Schätzung mit A-priori-Informationen über Momente dritter Ordnung (M-Schätzung).
- a. M-Schätzung bei Normalverteilung einer Fehlervariablen.
- b. M-Schätzung bei fehlender Normalverteilungsannahme.
- c. Kombination von M-Schätzern.
- 3.8.2 Schätzung mit A-priori-Informationen über Kumulanten höherer Ordnung (K-Schätzung).
- a. Einführung des Kumulantenbegriffs.
- b. K-Schätzung bei Normalverteilung beider Fehlervariablen.
- c. K-Schätzung bei fehlender Normalverteilungsannahme.
- 3.8.3 Schätzverfahren ohne Momente.
- 4 Der Schätzfehler.
- 4.1 Grundlagen für die Berechnung asymptotischer Verteilungen.
- 4.1.1 Grenzwertsätze für skalare Zufallsvariablen.
- 4.1.2 Grenzwertsätze für vektorielle Zufallsvariablen.
- a. Weitere Varianten des Zentralen Grenzwertsatzes.
- b. Hilfssätze.
- 4.2 Der asymptotische Schätzfehler.
- 4.2.1 Die KQ-Schätzung.
- a. Asymptotische Verteilung des Schätzfehlers im einfachen FV- Mo- dell.
- b. Approximative Varianz und approximativer MQF.
- c. Multiples FV-Modell.
- 4.2.2 Die V-Schätzung.
- a. Asymptotische Verteilung des Schätzfehlers im einfachen FV-Modell.
- b. Approximative Varianz, approximativer MQF und Vergleich mit der KQ-Schätzung.
- 4.2.3 Die P-Schätzung.
- b. Multiples FV-Modell.
- c. Der Fall vollständig bekannter Kovarianzmatrix ?0.
- 4.2.4 Die R-Schätzungen.
- a. Asymptotische Verteilung des Schätzfehlers im Falle ? ? 0 (T ? ?).
- b. Asymptotische Verteilung des Schätzfehlers im Falle ? ? (T ? ?).
- c. Asymptotische Verteilung des Schätzfehlers bei paarweise anfallenden Beobachtungen und ? ? 0 (T ? ?).
- d. Asymptotische Verteilung des Schätzfehlers bei paarweise anfallenden Beobachtungen und ? ? 0 (T ? ?).
- 4.2.5 Die IV-Schätzung.
- c. Erweiterter Instrumentvariablenbegriff.
- 4.2.6 Die G-Schätzungen.
- a. Asymptotische Verteilung des Fehlers der G-Schätzung nach Wald.
- b. Asymptotische Verteilung des Fehlers der G-Schätzung nach Nair und Bartlett.
- 4.2.7 Die M- und K-Schätzungen.
- a. Asymptotische Verteilung des Fehlers einer allgemeinen Klasse von M- und K-Schätzungen.
- b. Asymptotische Verteilung des Fehlers spezieller M- und K-Schätzungen.
- 4.2.8 Kombinierte Schätzungen.
- 4.3 Verteilungen von Schätzern bei endlichen Stichproben.
- 4.3.1 Grundlagen.
- a. Stand der Kleine-Stichproben-Forschung.
- b. Die Wishartverteilung.
- 4.3.2 Der KQ-Schätzer.
- a. Exakte Dichtefunktion.
- b. Erwartungswert.
- c. MQF und Varianz.
- 4.3.3 Der orthogonale KQ-Schätzer.
- b. Momente.
- 4.3.4 IV-Schätzung.
- a. Einfaches FV-Modell mit einer Instrumentvariablen.
- b. Einfaches FVE-Modell.
- c. Multiples FVE-Modell.
- 4.4 Konfidenzbereiche und Tests für das einfache FV-Modell.
- 4.4.1 Approximative Konfidenzintervalle und Tests.
- 4.4.2 Exakter Konfidenzbereich und Test bei bekanntem Quotienten der Fehlervarianzen.
- a. Gemeinsamer Test für ? und ?.
- b. Test für ?.
- c. Konfidenzbereich für ?.
- 4.4.3 Exakter Konfidenzbereich und Test bei Kenntnis beider Fehlervarianzen.
- 4.4.4 Exakter Konfidenzbereich und Test im Replikationsfall.
- 4.4.5 Exakter Konfidenzbereich und Test bei Kenntnis einer Instrument-variablen.
- d. Der Spezialfall der G-Schätzung.
- 5 Spezifikationstests und Prognose.
- 5.1 Modellspezifikationstests.
- 5.1.1 Problemstellung.
- 5.1.2 Spezielle Spezifikationstests.
- a. Ein Test von Wu.
- b. Andere Tests.
- 5.2 Prognose.
- 5.2.1 Problemstellung.
- 5.2.2 Das erste Prognoseproblem.
- c. Ein Beispiel aus der Geophysik.
- 5.2.3 Das zweite Prognoseproblem.
- Lösungen zu den Übungsaufgaben.
- Autorenverzeichnis.