Essays on asymptotic analysis of nonparametric regression

• Ano de defesa: 2020
• Autor(a) principal: Matsuoka, Danilo Hiroshi
• Orientador(a): Torrent, Hudson da Silva
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Métodos estatísticos; Economia
• Palavras-chave em Inglês: Nonparametric Econometrics; Local regression; Asymptotic Theory; Time Series; Uniform Convergence
• Link de acesso: http://hdl.handle.net/10183/215486

Este trabalho é composto por três ensaios na área de inferência não-paramétrica, bastante inter-relacionados. O primeiro ensaio visa estabelecer ordens de convergência uniforme sob condições mixing para o estimador linear local quando a estrutura de pontos é xa e da forma t/T, t ∈ {1, . . . , T}, T ∈ N. A ordem encontrada para as convergências uniforme, em probabilidade e quase certa, é a mesma daquela estabelecida por Hansen (2008) e Kristensen (2009) para o caso de estrutura de pontos aleatórios. O segundo ensaio estuda as propriedades assintóticas de estimadores obtidos ao se inverter o esquema de estimação em três etapas de Vogt e Linton (2014). Foram fornecidas as ordens de convergência uniforme em probabilidade para os estimadores da função de tendência e da sequência periódica. Além disso, a consistência do estimador do período fundamental e a normalidade assintótica do estimador de tendência também foram estabelecidas. O último estudo investiga o comportamento em amostras nitas dos estimadores considerados no segundo ensaio. Foram propostas janelas para o estimador de tendência do tipo plug-in. Para as simulações realizadas, a janela plug-in mostrou bom desempenho e o estimador do período revelou-se bastante robusto em resposta à diferentes escolhas de janelas. O estudo foi complementado com duas aplicações, uma em climatologia e outra em economia.