Arbeitspapier

MDL Mean Function Selection in Semiparametric Kernel Regression Models

We study the problem of selecting the optimal functional form among a set of non-nested nonlinear mean functions for a semiparametric kernel based regression model. To this end we consider Rissanen's minimum description length (MDL) principle. We prove the consistency of the proposed MDL criterion. Its performance is examined via simulated data sets of univariate and bivariate nonlinear regression models.

Sprache
Englisch

Erschienen in
Series: Tinbergen Institute Discussion Paper ; No. 08-046/4

Klassifikation
Wirtschaft
Semiparametric and Nonparametric Methods: General
Thema
Kernel density estimator
Maximum likelihood estimator
Minimum description length
Nonlinear regression
Semiparametric model
Regression
Maximum-Likelihood-Methode
Nichtlineares Verfahren
Nichtparametrisches Verfahren
Theorie

Ereignis
Geistige Schöpfung
(wer)
Gooijer, Jan G. De
Yuan, Ao
Ereignis
Veröffentlichung
(wer)
Tinbergen Institute
(wo)
Amsterdam and Rotterdam
(wann)
2008

Handle
Letzte Aktualisierung
20.09.2024, 08:21 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Arbeitspapier

Beteiligte

  • Gooijer, Jan G. De
  • Yuan, Ao
  • Tinbergen Institute

Entstanden

  • 2008

Ähnliche Objekte (12)