Statistical inference for autoregressive panel data models /
Hamada Adel Ahmed Salama,
Statistical inference for autoregressive panel data models / الاستدلال الإحصائي لنماذج الانحدار الذاتي للبيانات الإطارية by Hamada Adel Ahmed Salama ; Supervised Prof. Ahmed Amin El-Sheikh, Dr. Mohamed Khalifa Ahmed Issa. - 178 Leaves : illustrations ; 30 cm. + CD.
Thesis (Ph.D)-Cairo University, 2025.
Bibliography: pages 148-159.
Panel Data Models have gained increasing importance in econometric research and other scientific disciplines due to their ability to combine both cross-sectional and time-series dimensions, which enhances the power of statistical inference and analysis, especially in the presence of estimation challenges associated with small samples. Autoregressive Panel Data Models (ARP) represent one of the major advancements in this field, as they integrate temporal dynamics and individual heterogeneity simultaneously, thereby addressing the limitations inherent in analyzing cross-sectional or time-series data separately.This thesis aims to investigate statistical estimation methods for the parameters of Autoregressive Panel Data Models (ARP) by adapting and applying estimation techniques originally developed for time-series models to the panel data framework. The study examines the statistical properties of estimators in the first-order Autoregressive Panel Model (ARP(1)) using three different approaches. The first approach is the Weighted Least Squares (WLS) method, which involves proposing two different weighting schemes and analyzing the estimator’s theoretical properties in terms of linearity, unbiasedness, variance, asymptotic consistency, and asymptotic distribution. The second approach employs the Quasi-Maximum Likelihood (QML) estimation method, with its properties examined according to the same theoretical criteria. The third approach applies the Yule–Walker (YW) method, studying the estimator’s asymptotic properties including asymptotic linearity, asymptotic unbiasedness, asymptotic variance, consistency, and asymptotic distribution.The performance of these estimation methods was compared based on three evaluation criteria: bias, mean squared error (MSE), and mean absolute error (MAE), using various sample sizes and initial values. Furthermore, the efficiency of the proposed methods was assessed through Monte Carlo Simulations and applied to real data to validate their practical applicability and robustness. أصبحت نماذج البيانات الإطارية (Panel Data Models) ذات أهمية متزايدة في البحوث القياسية والعلوم الأخرى، نظرًا لقدرتها على دمج بُعدي البيانات المقطعية والسلاسل الزمنية معًا، الأمر الذي زاد من قوة الاستدلال والتحليل الإحصائي، خاصة في ظل صعوبات التقدير في العينات الصغيرة. وتُعد نماذج الانحدار الذاتي للبيانات الإطارية(Autoregressive Panel Data Models – ARP) من التطورات البارزة في هذا المجال، إذ تجمع بين الديناميكيات الزمنية والتباين الفردي في آنٍ واحد، مما يساعد على معالجة القيود المرتبطة بتحليل البيانات المقطعية أو بيانات السلاسل الزمنية كلٍّ على حدة.وقد هدفت هذه الرسالة إلى دراسة أساليب التقدير الإحصائي لمعاملات نماذج الانحدار الذاتي للبيانات الإطارية(ARP) من خلال تطبيقطرق التقدير التي طُوِّرت في الأصل لنماذج السلاسل الزمنية وتطبيقها في بيئة البيانات الإطارية. وتتناول الدراسة تحليل خصائص المقدّرات الناتجة لنماذج الانحدار الذاتي للبيانات الإطاريةمن الرتبة الأولى (ARP (1 باستخدام ثلاث طرق مختلفة: الأولى هي طريقة المربعات الصغرى المرجحة (WLS) باقتراح شكلين للأوزان ودراسة خصائص المقدّر من حيث الخطية، وعدم التحيز، والتباين، والاتساق التقاربي، والتوزيع التقاربي، أما الطريقة الثانية فهي طريقة شبه الاحتمالية العظمي (QML)مع دراسة خصائص هذا المقدّر وفقًا لنفس الخصائص النظرية السابقة. في حين تناولت الطريقة الثالثةالتقدير باستخدام طريقة بول واكر (YW)، مع دراسة خصائص المقدّر من منظور تقاربي يشمل الخطية التقاربية، وعدم التحيز التقاربي، والتباين التقاربي، والاتساق، والتوزيع التقاربي. وتمت مقارنة أداء هذه الطرق اعتمادًا على معايير التحيز ومتوسط مربعات الخطأ والقيمة المطلقة للخطأ، باستخدام أحجام عينات وقيم مبدئية مختلفة، إلى جانب تقييم كفاءتها من خلال محاكاة مونت كارلو (Monte Carlo Simulations) وتطبيقها على بيانات حقيقية بهدف تقييم أداء الطرق في الواقع العملي.
Text in English and abstract in Arabic & English.
Statistics and Econometrics
الاحصاء التطبيقي والاقتصاد
Autoregressive models Panel data model Unbiasedness Consistency Estimators نماذج الانحدار الذاتي الاستدلال الإحصائي
330.015195
Statistical inference for autoregressive panel data models / الاستدلال الإحصائي لنماذج الانحدار الذاتي للبيانات الإطارية by Hamada Adel Ahmed Salama ; Supervised Prof. Ahmed Amin El-Sheikh, Dr. Mohamed Khalifa Ahmed Issa. - 178 Leaves : illustrations ; 30 cm. + CD.
Thesis (Ph.D)-Cairo University, 2025.
Bibliography: pages 148-159.
Panel Data Models have gained increasing importance in econometric research and other scientific disciplines due to their ability to combine both cross-sectional and time-series dimensions, which enhances the power of statistical inference and analysis, especially in the presence of estimation challenges associated with small samples. Autoregressive Panel Data Models (ARP) represent one of the major advancements in this field, as they integrate temporal dynamics and individual heterogeneity simultaneously, thereby addressing the limitations inherent in analyzing cross-sectional or time-series data separately.This thesis aims to investigate statistical estimation methods for the parameters of Autoregressive Panel Data Models (ARP) by adapting and applying estimation techniques originally developed for time-series models to the panel data framework. The study examines the statistical properties of estimators in the first-order Autoregressive Panel Model (ARP(1)) using three different approaches. The first approach is the Weighted Least Squares (WLS) method, which involves proposing two different weighting schemes and analyzing the estimator’s theoretical properties in terms of linearity, unbiasedness, variance, asymptotic consistency, and asymptotic distribution. The second approach employs the Quasi-Maximum Likelihood (QML) estimation method, with its properties examined according to the same theoretical criteria. The third approach applies the Yule–Walker (YW) method, studying the estimator’s asymptotic properties including asymptotic linearity, asymptotic unbiasedness, asymptotic variance, consistency, and asymptotic distribution.The performance of these estimation methods was compared based on three evaluation criteria: bias, mean squared error (MSE), and mean absolute error (MAE), using various sample sizes and initial values. Furthermore, the efficiency of the proposed methods was assessed through Monte Carlo Simulations and applied to real data to validate their practical applicability and robustness. أصبحت نماذج البيانات الإطارية (Panel Data Models) ذات أهمية متزايدة في البحوث القياسية والعلوم الأخرى، نظرًا لقدرتها على دمج بُعدي البيانات المقطعية والسلاسل الزمنية معًا، الأمر الذي زاد من قوة الاستدلال والتحليل الإحصائي، خاصة في ظل صعوبات التقدير في العينات الصغيرة. وتُعد نماذج الانحدار الذاتي للبيانات الإطارية(Autoregressive Panel Data Models – ARP) من التطورات البارزة في هذا المجال، إذ تجمع بين الديناميكيات الزمنية والتباين الفردي في آنٍ واحد، مما يساعد على معالجة القيود المرتبطة بتحليل البيانات المقطعية أو بيانات السلاسل الزمنية كلٍّ على حدة.وقد هدفت هذه الرسالة إلى دراسة أساليب التقدير الإحصائي لمعاملات نماذج الانحدار الذاتي للبيانات الإطارية(ARP) من خلال تطبيقطرق التقدير التي طُوِّرت في الأصل لنماذج السلاسل الزمنية وتطبيقها في بيئة البيانات الإطارية. وتتناول الدراسة تحليل خصائص المقدّرات الناتجة لنماذج الانحدار الذاتي للبيانات الإطاريةمن الرتبة الأولى (ARP (1 باستخدام ثلاث طرق مختلفة: الأولى هي طريقة المربعات الصغرى المرجحة (WLS) باقتراح شكلين للأوزان ودراسة خصائص المقدّر من حيث الخطية، وعدم التحيز، والتباين، والاتساق التقاربي، والتوزيع التقاربي، أما الطريقة الثانية فهي طريقة شبه الاحتمالية العظمي (QML)مع دراسة خصائص هذا المقدّر وفقًا لنفس الخصائص النظرية السابقة. في حين تناولت الطريقة الثالثةالتقدير باستخدام طريقة بول واكر (YW)، مع دراسة خصائص المقدّر من منظور تقاربي يشمل الخطية التقاربية، وعدم التحيز التقاربي، والتباين التقاربي، والاتساق، والتوزيع التقاربي. وتمت مقارنة أداء هذه الطرق اعتمادًا على معايير التحيز ومتوسط مربعات الخطأ والقيمة المطلقة للخطأ، باستخدام أحجام عينات وقيم مبدئية مختلفة، إلى جانب تقييم كفاءتها من خلال محاكاة مونت كارلو (Monte Carlo Simulations) وتطبيقها على بيانات حقيقية بهدف تقييم أداء الطرق في الواقع العملي.
Text in English and abstract in Arabic & English.
Statistics and Econometrics
الاحصاء التطبيقي والاقتصاد
Autoregressive models Panel data model Unbiasedness Consistency Estimators نماذج الانحدار الذاتي الاستدلال الإحصائي
330.015195