Rank tests in regression model based on minimum distance estimates

NAVRÁTIL, Radim. Rank tests in regression model based on minimum distance estimates. Kybernetika : The Journal of the Czech Society for Cybernetics and Informatics. Praha: AV ČR, Institute of Information Theory and Automation of the Academy, 2015, roč. 51, č. 6, s. 909-922. ISSN 0023-5954. Dostupné z: https://doi.org/10.14736/kyb-2015-6-0909.

Základní údaje

Originální název

Rank tests in regression model based on minimum distance estimates

Autoři

NAVRÁTIL, Radim

Vydání

Kybernetika : The Journal of the Czech Society for Cybernetics and Informatics, Praha, AV ČR, Institute of Information Theory and Automation of the Academy, 2015, 0023-5954

---

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

10101 Pure mathematics

Stát vydavatele

Česká republika

Utajení

není předmětem státního či obchodního tajemství

Impakt faktor

Impact factor: 0.628

Označené pro přenos do RIV

Ano

Kód RIV

RIV/00216224:14310/15:00085822

Organizační jednotka

Přírodovědecká fakulta

DOI

https://doi.org/10.14736/kyb-2015-6-0909

UT WoS

000369773600001

EID Scopus

2-s2.0-84955288263

Klíčová slova anglicky

measurement errors; minimum distance estimates; rank tests

Štítky

AKR, rivok

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

In this paper a new rank test in a linear regression model is introduced. The test statistic is based on a certain minimum distance estimator, however, unlike classical rank tests in regression it is not a simple linear rank statistic. Its exact distribution under the null hypothesis is derived, and further, the asymptotic distribution both under the null hypothesis and the local alternative is investigated. It is shown that the proposed test is applicable in measurement error models. Finally, a simulation study is conducted to show a good performance of the test. It has, in some situations, a greater power than the widely used Wilcoxon rank test.