Vlastnosti alternativních estimátorů modelu tobit za přítomnosti heteroskedasticity

Vojtěch Beneš

Bachelor's thesis

Properties of alternative tobit estimators in the presence of heteroskedasticity

Abstract:

Přítomnost heteroskedasticity vede v modelech třídy tobit k tomu, že odhady nejsou konzistentní. Tato práce si klade za cíl upozornit na důležitost výběru vhodného modelu třídy tobit při odhadování modelů na datech, v nichž je přítomná heteroskedasticita. Za použití simulace Monte Carlo bylo porovnáno několik metod pro různé míry heteroskedasticity a rostoucí rozsah souboru. Výsledkem jsou praktická doporučení, na která by měl při použití modelu třídy tobit brán zřetel.

Abstract:

The presence of heteroskedasticity leads to inconsistent estimates in models of group tobit. This work aims to draw attention to the importance of selecting a suitable model of group tobit when estimating models on data in which heteroskedasticity is present. Using Monte Carlo simulation, several methods were compared for different intensities of heteroskedasticity and increasing numbers of observations. The result is practical recommendations that should be taken into account when using the model of class tobit.

Keywords

likelihood ratio test, tobit, heteroskedasticita, Monte Carlo

Keywords

tobit, heteroskedasticity, likelihood ratio test, Monte Carlo

Language used: Czech

Date on which the thesis was submitted / produced: 2. 5. 2022

Thesis defence

• Date of defence: 22. 6. 2022
• Supervisor: Jan Zouhar
• Reader: Ondřej Sokol

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Kvantitativní metody v ekonomice / Matematické metody v ekonomii