Testing for Structural Change
Loading...
Date
2003-11-24
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universität Dortmund
Abstract
An approach to testing for structural change in parametric models with a special emphasis on (generalized) linear regression models is introduced: First, a generalized framework for testing for parameter instability based on the partial sums of M-estimation equations is presented which allows for testing the stability of parameter coefficients derived from various estimation techniques like ordinary least squares, maximum likelihood and M-estimation. The core idea of the procedure is to capture the fluctuation in the estimating equations and visualize these and asses their significance. Second, these generalized M-fluctuation tests and virtually all other standard tests for structural change in linear regression models are implemented in a unified framework in the R package strucchange reflecting the common features of the testing procedures. Third, the usefulness of the proposed procedures as well as a methodology for recovering the breakpoints of a multiple structural change model are illustrated using several 'real world' data sets.
Diese Arbeit stellt eine Methode zum Testen auf Strukturbruch bzw. Strukturveränderung in parametrischen Modellen vor unter besonderer Berücksichtigung von (verallgemeinerten) linearen Regresionsmodellen: Als erstes wird eine allgemeine Methode zur Konstruktion von Tests auf Parameterinstabilität vorgestellt, die auf Partialsummenprozessen von Schätzgleichungen für M-Schätzer basiert. Diese ermöglichen es, die Stabilität von Parameterschätzungen zu testen, die durch verschiedene Schätztechniken wie etwa gewöhnliche Kleinste-Quadrate-, Maximum-Likelihood- oder M-Schätzung ermittelt wurden. Die Grundidee des Verfahrens ist es, Prozesse zu berechnen, die die Fluktuation in den zu Grunde liegenden Schätzgleichungen einfängt, diese zu visualisieren und auf signifikante exzessive Fluktuation zu testen, die wiederum auf Parameterinstabiltät schließen ließe.Als zweites werden diese verallgmeinerten M-Fluktuationstests zusammen mit nahezu allen anderen Standard-Testverfahren auf Strukturbruch in linearen Regressionsmodellen im R-Paket strucchange implementiert, das vereinheitlichte Werkzeuge zur Berechnung, Visualisierung und Bestimmung der Signifikanz der verschiedenen Strukturbruchtests zur Verfügung stellt.Als drittes, wird die Nützlichkeit der behandelten Testverfahren in praxisnahen Anwendungen illustriert, wo neben den Tests auch Funktionalität zur Schätzung der Anzahl und Zeitpunkte multipler Brüche in linearen Regressionsmodellen vorgestellt wird.
Diese Arbeit stellt eine Methode zum Testen auf Strukturbruch bzw. Strukturveränderung in parametrischen Modellen vor unter besonderer Berücksichtigung von (verallgemeinerten) linearen Regresionsmodellen: Als erstes wird eine allgemeine Methode zur Konstruktion von Tests auf Parameterinstabilität vorgestellt, die auf Partialsummenprozessen von Schätzgleichungen für M-Schätzer basiert. Diese ermöglichen es, die Stabilität von Parameterschätzungen zu testen, die durch verschiedene Schätztechniken wie etwa gewöhnliche Kleinste-Quadrate-, Maximum-Likelihood- oder M-Schätzung ermittelt wurden. Die Grundidee des Verfahrens ist es, Prozesse zu berechnen, die die Fluktuation in den zu Grunde liegenden Schätzgleichungen einfängt, diese zu visualisieren und auf signifikante exzessive Fluktuation zu testen, die wiederum auf Parameterinstabiltät schließen ließe.Als zweites werden diese verallgmeinerten M-Fluktuationstests zusammen mit nahezu allen anderen Standard-Testverfahren auf Strukturbruch in linearen Regressionsmodellen im R-Paket strucchange implementiert, das vereinheitlichte Werkzeuge zur Berechnung, Visualisierung und Bestimmung der Signifikanz der verschiedenen Strukturbruchtests zur Verfügung stellt.Als drittes, wird die Nützlichkeit der behandelten Testverfahren in praxisnahen Anwendungen illustriert, wo neben den Tests auch Funktionalität zur Schätzung der Anzahl und Zeitpunkte multipler Brüche in linearen Regressionsmodellen vorgestellt wird.
Description
Table of contents
Keywords
Strukturbruch, Strukturveränderung, Parameterinstabilität, lineare Regression, GLM, segmentierte Regression, M-Schätzung, Kleinste Quadrate, Maximum Likelihood, verallgemeinerter Fluktuationstest, F-Test, funktionaler zentraler Grenzwertsatz, R, S., structural change, parameter instability, changepoint problem, linear regression, GLM, segmented regressions, M-estimation, ordinary least squares, maximum likelihood, generalized fluctuation test, F test, functional central limit theorem, R, S.