Analyse des données
Le professeur Dr. habil. Rouven E. Haschka
Inférence bayésienne non paramétrique pour les corrections d'endogénéité basées sur des copules
Projet DFG (numéro de projet : 568088747)
L'inférence causale est un thème central dans la recherche empirique, en particulier lorsque des régresseurs endogènes sont présents. Les approches classiques de correction de l'endogénéité sont basées sur des variables instrumentales (IV), mais nécessitent des instruments forts et valides - souvent difficiles à trouver dans la pratique.
Ce projet développe une approche sans IV pour corriger les biais endogènes en modélisant la distribution conjointe de l'erreur structurelle et des régresseurs endogènes de manière non paramétrique bayésienne à l'aide d'une fonction copule. Alors que jusqu'à présent, on a surtout utilisé des méthodes paramétriques comme l'approche de copule frequentiste de Park et Gupta (2012), l'approche proposée renonce délibérément à de telles restrictions.
La distribution de l'erreur structurelle est modélisée de manière flexible à l'aide de prions de mixture de processus de Dirichlet, tandis que la fonction de copule est saisie par une mixture infinie. Cela élimine la nécessité d'hypothèses de distribution restrictives et permet de tenir pleinement compte de l'incertitude d'estimation. Les progrès réalisés dans la simulation Monte Carlo de la chaîne de Markov permettent en même temps une mise en œuvre pratique efficace, sans qu'il soit nécessaire de recourir à des approximations asymptotiques.
Le projet offre ainsi une méthodologie générale, robuste et flexible pour la correction de l'endogénéité sans IV et contribue au développement des méthodes modernes d'inférence causale.