Neue Methoden und Theorie zum Vergleich nichtparametrischer Trendkurven

• Antragsteller: Professor Dr. Michael Vogt
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung von 2019 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 430668955

• Erstellungsjahr: 2023

Zusammenfassung der Projektergebnisse

Der Vergleich von Zeittrends ist ein wichtiges Thema in der Zeitreihenökonometrie. Im Projekt wurden Multiskalenmethoden zum Vergleich nichtparametrischer Trendkurven entwickelt. Diese neuen Methoden haben wichtige Vorteile gegenüber den gebräuchlichen Standardansätzen: (i) Sie sind effektiv frei von Bandweitenparametern, da viele verschiedene Bandweitenwerte simultan in Betracht gezogen werden. (ii) Sie sind viel informativer: Im Vergleich zu Standardmethoden kann man mit ihnen nicht nur testen, ob die betrachteten Zeittrends gleich sind oder nicht. Man kann mit ihnen auch Konfidenzaussagen darüber treffen, welche Trends verschieden sind und wo (d.h. in welchen Zeitperioden) die Trends sich unterscheiden. Damit stellen die entwickelten Multiskalenmethoden wichtige Informationen für Anwender bereit. Das Arbeitsprogramm des Projekts besteht aus zwei Hauptteilen: der Entwicklung von (a) Multiskalentests und (b) Multiskalen-basierten Clustering-Algorithmen. (a) ist motiviert durch den Ausbruch der COVID-19 Krise. Er konzentriert sich auf die Konstruktion eines Multiskalentests zum Vergleich epidemischer Zeittrends. Im empirischen Teil wird der Test verwendet, um Unterschiede zwischen den Zeittrends neuer COVID-19 Infektionen in verschiedenen europäischen Ländern zu erkennen. Ein Multiskalentest in einem allgemeinen Zeittrendmodell mit Kovariablen und einer Fixed-Effect-Fehlerstruktur wird entwickelt, das für zahlreiche ökonomische Anwendungen relevant ist. Auf Basis des Tests wird darüber hinaus ein Clustering-Algorithmus entwickelt, mit dem man Gruppen von Zeitreihen mit gleichem Trend identifizieren kann. Die breite Anwendbarkeit der entwickelten Test- und Clustering-Methoden wird anhand zweier empirischer Beispiele demonstriert. Alle Multiskalenmethoden, die im Rahmen des Projekts entwickelt worden sind, sind im R Paket MSinference implementiert, das auf CRAN frei erhältlich ist. Zusätzlich dazu sind die R Skripte, die für die Simulationen und empirischen Anwendungen benutzt wurden, auf GitHub verfügbar, so daß sich die empirische Projektarbeit komplett replizieren lässt.

Projektbezogene Publikationen (Auswahl)

• Multiscale comparison of nonparametric trend curves. Revise and Resubmit requested at Journal of Business & Economic Statistics.
  KHISMATULLINA, M. & VOGT, M.
  
• Nonparametric comparison of epidemic time trends: The case of COVID-19. Journal of Econometrics, 232(1), 87-108.
  Khismatullina, Marina & Vogt, Michael