In-Sample or Out-of-Sample Tests of Predictability: Which One Should We Use?

Abstract

It is widely known that significant in-sample evidence of predictability does not guarantee significant out-of-sample predictability. This is often interpreted as an indication that in-sample evidence is likely to be spurious and should be discounted. In this paper, we question this interpretation. Our analysis shows that neither data mining nor dynamic misspecification of the model under the null nor unmodelled structural change under the null are plausible explanations of the observed tendency of in-sample tests to reject the no-predictability null more often than out-of-sample tests. We provide an alternative explanation based on the higher power of in-sample tests of predictability in many situations. We conclude that results of in-sample tests of predictability will typically be more credible than results of out-of-sample tests.     

Exploring Research Data Hosting at the HKUST Institutional Repository

Abstract

The profusion of data created by modern research has brought about increasing discussion on the practice of data management and the development of such infrastructure. Many universities and libraries are exploring how to address this issue using institutional repositories, the Hong Kong University of Science and Technology (HKUST) Library being one of them. As part of the exploration, the author conducted a case study of datasets at major institutional repositories. This paper visits the issues relating to data archiving, reports common practices of data treatment at institutional repositories, and presents a list of recommendations for experimenting data archiving at the HKUST Institutional Repository.     

Confidence Intervals Following Group Sequential Tests in Clinical Trails with Multivariate Observations

Several authors ( e.g. Kim and DeMets, 1987a, Biometrics) have developed methods for estimation following group sequential tests in clinical trials when each patient has only one response. In many long-term clinical trials, the subjects enter the study sequentially and yield repeated measurements or other types of multivariate observations at successive follow-up visits. Typically, investigators want to compare a parameter of interest such as the slope over time in a repeated measures trial etc. In this article, we propose an exact confidence interval for these parameters in a repeated measures trial, and compare it with a naive confidence interval using Monte Carlo simulation. This method is illustrated with a real example for bone density measurements.     

高原山区人口分布特征及其主要影响因素——基于毕节地区的Panel Data计量模型分析

本文基于1987～2007年毕节地区八个县市经济、社会和资源环境方面的面板数据,考察了资源环境、经济水平和社会发展等因素对毕节人口分布变动的影响。研究发现,毕节各县市的人口总量和人口密度稳步增加,呈现协同式的增长态势,但各县市之间增长速度快慢不一,显示了区域间的差异;自然环境因素对人口地域分布变动的影响日趋减弱,但是减小的幅度并不大,说明了自然环境因素对人口分布变动的影响是根深蒂固的;经济水平和社会发展因素对人口密度变动的影响越来越大,其中尤以人均GDP和医疗条件变量更为显著;就人口密度的动态变化影响而言,除了受资源环境、社会经济发展因素的共同影响之外,毕节各个县市还表现出其个体显著差异的特征。     

对纵贯数据统计分析的认识

在介绍了纵贯数据的设计思想及优缺点基础上,从统计方法的角度讨论了纵贯数据在社会科学中所能发挥的作用。纵贯数据的优点在于其可以帮助我们进行对总体异质性的识别、对因果机制干预的研究、对因果效应的研究和对状态变换的研究。以一些基于纵贯数据的研究设计为实例,文章阐述了在研究中假设与数据紧密衔接的重要性,以及利用统计方法分析纵贯数据时需要考虑的要点。但由于存在着由人类和人类行为内在变异性导致的这一无法避免的根本性缺陷,纵贯数据并不能解决所有问题。因而在纵贯数据的辅助下,研究者需要对社会现象有更深入的理解,将其进行更合理的概念化,并加以更精准的数据分析。     

基于Gibbs抽样算法的面板数据分位回归方法

 文章讨论了含有随机效应的面板数据模型,利用非对称Laplace分布与分位回归之间的关系,文章建立了一种贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,文章给出了Gibbs抽样算法下模型参数的点估计及区间估计,模拟结果显示,在处理含随机效应的面板数据模型中,特别是在误差非正态的情况下,本文的方法优于传统的均值模型方法。文章最后利用新方法对我国各地区经济与就业面板数据进行了实证研究,得到了有利于宏观调控的有用信息。     

普查涵盖误差及其测量机制研究

 针对周期性普查的统计数据质量,本文在界定普查涵盖误差的基础上,从分析普查涵盖误差与抽样框误差的异同入手,以此为基础讨论普查涵盖误差的构成及分类,将普查涵盖误差特点概括为全面性、过程性和偏差性;将普查涵盖误差测量思路与重复调查技术假定相结合,论述基于抽样设计和基于双系统模型的测量机制,用于分析事后抽查对不同普查涵盖误差的测量技术假定,为进行我国普查事后抽查的后续研究奠定理论基础。     

三种国际统计质量管理框架的比较及启示

 立足于数据质量管理的现实需要,本文对国际货币基金组织、欧盟统计局及经合组织的统计质量管理框架进行比较分析。结果显示,三大国际组织的统计质量管理框架作为保证统计数据质量的有效手段,在质量维度与含义、整体框架、评估方法与工具等方面既存在明显差异又具有一致性。它们在统计质量管理方面的做法和经验对于我国加强统计数据质量管理具有借鉴意义。     

面板数据模型中随机效应存在性检验的理论研究及其实证分析

 由于能体现异质性等一系列优良性质,面板数据模型正被广泛应用到经济学各个领域中。然而,在反映异质性的个体效应和时间效应的设定上,经常存在人为的主观性和随意性,因此容易导致错误指定事件的发生。本文提出了一个稳健的方法分别检验面板数据模型中随机个体效应和随机时间效应的存在性。具体而言,通过对残差进行正交化变换消去可能存在的时间效应,并建立人工自回归模型,然后基于该模型自回归系数的最小二乘估计构造检验统计量检验个体效应。构造的检验是单边的,零假设下渐近服从标准正态分布。在检验时间效应时,可类似得到统计量及其渐近性质。功效研究表明这些检验敏感性较强,能检测到以参数速度（最快的速度）收敛到零假设的备择假设。通过模拟试验研究了检验统计量的小样本性质,并进行了实际数据分析。     

GDP数据修正对经济周期测定的影响

 本文在收集和建立季度GDP实时数据的基础上,利用区制转移模型对我国经济周期测定展开了实时数据分析,并深入讨论了GDP数据修正对经济周期阶段性的影响。研究结果表明GDP数据修正引致我国经济周期阶段性发生了深刻的变化,使我国经济周期在2005Q2至2006Q4间从低速增长改变为高速增长。而且,我们发现GDP数据修正对经济周期平均增长率的影响方向,与其是否影响经济周期阶段性具有相反关系,即当GDP数据修正不影响 (影响) 经济周期阶段性时,它对高、低平均增长率都具有同向 (反向) 影响。