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...

Descripción completa

Detalles Bibliográficos
Autor: Montes Rojas, Gabriel
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
id AR_d988db09ef2b2a08ad4e9e1b789cee7d
oai_identifier_str docin:docin_iiep_044
network_acronym_str AR
network_name_str Argentina
repository_id_str
spelling Subgraph network random effects error components modelsspecification and testingMontes Rojas, GabrielCorrelación y regresiónEste 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.Fil: Montes Rojas, Gabriel. Universidad de Buenos Aires. Facultad de Ciencias Económicas. 2019-11info:eu-repo/semantics/reportinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_18ghinfo:ar-repo/semantics/informeTecnicoapplication/pdfdocin_iiep_044http://bibliotecadigital.econ.uba.ar/econ/collection/docin/document/docin_iiep_044spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/ar/reponame:Biblioteca Digital (UBA-FCE)instname:Universidad de Buenos Aires. Facultad de Ciencias Económicas2024-05-10T10:40:49Zdocin:docin_iiep_044instacron:UBA-FCEInstitucionalhttp://bibliotecadigital.econ.uba.ar/Universidad públicaNo correspondehttp://bibliotecadigital.econ.uba.ar/greenstone3/oaiserver?verb=ListSetsenzo.dimuro@fce.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2024-05-10 10:40:50.015Biblioteca Digital (UBA-FCE) - Universidad de Buenos Aires. Facultad de Ciencias Económicasfalse
dc.title.none.fl_str_mv Subgraph network random effects error components modelsspecification and testing
title Subgraph network random effects error components modelsspecification and testing
spellingShingle Subgraph network random effects error components modelsspecification and testing
Montes Rojas, Gabriel
Correlación y regresión
title_short Subgraph network random effects error components modelsspecification and testing
title_full Subgraph network random effects error components modelsspecification and testing
title_fullStr Subgraph network random effects error components modelsspecification and testing
title_full_unstemmed Subgraph network random effects error components modelsspecification and testing
title_sort Subgraph network random effects error components modelsspecification and testing
dc.creator.none.fl_str_mv Montes Rojas, Gabriel
author Montes Rojas, Gabriel
author_facet Montes Rojas, Gabriel
author_role author
dc.subject.none.fl_str_mv Correlación y regresión
topic Correlación y regresión
description 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-11
dc.type.none.fl_str_mv info:eu-repo/semantics/report
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_18gh
info:ar-repo/semantics/informeTecnico
format report
status_str publishedVersion
dc.identifier.none.fl_str_mv docin_iiep_044
http://bibliotecadigital.econ.uba.ar/econ/collection/docin/document/docin_iiep_044
identifier_str_mv docin_iiep_044
url http://bibliotecadigital.econ.uba.ar/econ/collection/docin/document/docin_iiep_044
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/2.5/ar/
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCE)
instname:Universidad de Buenos Aires. Facultad de Ciencias Económicas
instname_str Universidad de Buenos Aires. Facultad de Ciencias Económicas
reponame_str Biblioteca Digital (UBA-FCE)
collection Biblioteca Digital (UBA-FCE)
repository.name.fl_str_mv Biblioteca Digital (UBA-FCE) - Universidad de Buenos Aires. Facultad de Ciencias Económicas
repository.mail.fl_str_mv enzo.dimuro@fce.uba.ar
_version_ 1799196560439902208
score 15.812429

Similares en LA Referencia