Subgraph network random effects error components modelsspecification and testing
Este trabajo desarrolla modelos de componentes de errores para regresiones con datos en redes. En particular, el modelo permite efectos específicos de links y triángulos, que sirven como una primera aproximación para modelar efectos de redes más complejos. Se evalúan las consecuencias de ignorar los...
| Autor: | |
|---|---|
| Tipo de recurso: | informe técnico |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | Argentina |
| Institución: | Universidad de Buenos Aires. Facultad de Ciencias Económicas |
| Repositorio: | Biblioteca Digital (UBA-FCE) |
| Idioma: | español |
| OAI Identifier: | docin:docin_iiep_044 |
| Acceso en línea: | http://bibliotecadigital.econ.uba.ar/econ/collection/docin/document/docin_iiep_044 |
| Access Level: | acceso abierto |
| Palabra clave: | Correlación y regresión |
| Sumario: | Este trabajo desarrolla modelos de componentes de errores para regresiones con datos en redes. En particular, el modelo permite efectos específicos de links y triángulos, que sirven como una primera aproximación para modelar efectos de redes más complejos. Se evalúan las consecuencias de ignorar los efectos de redes sobre la estimación de la matriz de varianzas y covarianzas en modelos de regresión. Se proponen estimadores consistentes de los componentes de la varianza y contrastes de multiplicadores de Lagrange para evaluar el modelo correcto a ser usado. Simulaciones de Monte Carlo muestran una buena performance en muestras finitas. Se aplican los contrastes al mercado interbancario Call en Argentina. |
|---|