Nichtparametrische Schaetzung : Neue Ansaetze zur Schaetzung, Ueberpruefung und Prognose wirtschaftswissenschaftlicher Zusammenhaenge mit Hilfe der Kerndichte- und Kernregressionsschaetzung

Die Regressionsschatzung ist eines der wichtigsten Untersuchungsinstrumente der empirischen Wissenschaft. Die zur Zeit in der Forschung dominierenden parametrischen Verfahren der Regressionsschatzung benotigen relativ starke Annahmen, die in der Praxis oft nicht erfullt werden. Dagegen konnen nichtparametrische Verfahren zwar mit wesentlich schwacheren Annahmen auskommen, benotigen in der Regel jedoch solch eine groe Anzahl von Daten, da sie in volkswirtschaftlichen Untersuchungen wegen der relativ kleinen verfugbaren Datenmenge selten benutzt werden. Die Arbeit soll dazu beitragen, die empirische Anwendbarkeit der nichtparametrischen Verfahren bei kleinen Stichproben zu verbessern. Zusatzlich wurden einige bisher in der Literatur vernachlassigte Aspekte der Verteilungsschatzung, wie z.B. die Prognoseverteilung und die Frage der optimalen Prognosen, behandelt.

Die Regressionsschätzung ist eines der wichtigsten Untersuchungsinstrumente der empirischen Wissenschaft. Die zur Zeit in der Forschung dominierenden parametrischen Verfahren der Regressionsschätzung benötigen relativ starke Annahmen, die in der Praxis oft nicht erfüllt werden. Dagegen können nichtparametrische Verfahren zwar mit wesentlich schwächeren Annahmen auskommen, benötigen in der Regel jedoch solch eine große Anzahl von Daten, daß sie in volkswirtschaftlichen Untersuchungen wegen der relativ kleinen verfügbaren Datenmenge selten benutzt werden. Die Arbeit soll dazu beitragen, die empirische Anwendbarkeit der nichtparametrischen Verfahren bei kleinen Stichproben zu verbessern. Zusätzlich wurden einige bisher in der Literatur vernachlässigte Aspekte der Verteilungsschätzung, wie z.B. die Prognoseverteilung und die Frage der optimalen Prognosen, behandelt.