Publication d’un article scientifique : Expectile and M-quantile regression for panel data
Nous avons publié un article méthodologique concernant l’analyse longitudinale et la régression quantile. Les chercheurs qui utilisent des modèles mixtes et qui sont confrontés à des difficultés liées à la non-gaussicité ou à la non-homoscédasticité peuvent être particulièrement intéressés par cette nouvelle classe de modèles.
Les modèles linéaires à effet fixe sont un moyen général d’ajuster les données de panel ou longitudinales avec une ordonnée à l’origine distincte pour chaque unité. En se basant sur les approches de l’espérance et du M-quantile, nous proposons des méthodes alternatives d’estimation de régression pour estimer les paramètres des modèles linéaires à effet fixe. Les fonctions d’estimation sont pénalisées par l’opérateur de sélection et de rétrécissement le moins absolu afin de réduire la dimensionnalité des données. Certaines propriétés asymptotiques des estimateurs sont établies, et des études sur des échantillons finis sont menées pour vérifier les performances empiriques des méthodes d’estimation. Les implémentations informatiques des procédures sont discutées, et des données de panel économiques réelles de l’Organisation de coopération et de développement économiques sont analysées pour montrer l’utilité des méthodes dans un problème pratique.
https://link.springer.com/article/10.1007/s11222-024-10396-7
Par Ian M Danilevicz
