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://dx.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 (203 Česká republika, garant, domácí).
• 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

• Originální 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
• Kód RIV: RIV/00216224:14310/15:00085822
• Organizační jednotka: Přírodovědecká fakulta
• Doi: http://dx.doi.org/10.14736/kyb-2015-6-0909
• UT WoS: 000369773600001
• Klíčová slova anglicky: measurement errors; minimum distance estimates; rank tests
• Štítky: AKR, rivok
• Příznaky: Mezinárodní význam, Recenzováno

Anotace

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.