Schätzverfahren im linearen Regressionsmodell bei partiellen und unscharfen Parameterrestriktionen

Die Arbeit analysiert Schätzverfahren für das klassische lineare Regressionsmodell vor dem Hintergrund partieller, ungenauer und unscharf formulierter Parameterrestriktionen. Der inhaltliche Schwerpunkt liegt auf der Diskussion und Weiterentwicklung von Minimax-Schätzmethoden. In der Arbeit werden einige neue Resultate zur klassischen Minimax-Schätzung unter degenerierten Ellipsoidrestriktionen erzielt und der auf der Fuzzy-Theorie basierende verallgemeinerte Minimax-Ansatz auf die Verarbeitung vage formulierter linearer Gleichungsbeschränkungen ausgedehnt. Mit der Anwendung in einem Panelmodell wird schließlich das große methodische Potential des relativ neuen generalisierten Minimax-Konzeptes für die Formulierung und Analyse praxisrelevanter ökonometrischer Modelle aufgezeigt.