Khan, Asad ul Islam

Yükleniyor...
Profil fotoğrafı
E-posta Adresi ORCID Profili WoS Profili Scopus Profili YÖK Araştırmacı Profili Google Akademik Profili TR-Dizin Profili SOBİAD Profili Web Sitesi

Araştırma projeleri

Organizasyon Birimleri

Organizasyon Birimi
Yönetim Bilimleri Fakültesi, İktisat Bölümü
İktisat Bölümü, başta Türkiye ve çevre ülkeler olmak üzere küresel ekonomileri anlayan, var olan sorunları analiz ederken, iktisadi kuramları ve kavramları yetkin ve özgün bir şekilde kullanma becerisine sahip bireyler yetiştirmeyi amaçlamaktadır.

Adı Soyadı

Khan

İlgi Alanları

Solunum Sistemi, Genel ve Dahili Tıp, Çevre Bilimleri ve Ekoloji, İş Ekonomisi, Bilim ve Teknoloji

Kurumdaki Durumu

Aktif Personel

Arama Sonuçları

Listeleniyor 1 - 1 / 1
  • Yayın
    The probabilities of type I and II error of null of cointegration tests: A Monte Carlo comparison
    (Plos One, 2022) Khan, Asad ul Islam; Khan, Asad ul Islam; Aysan, Ahmet Faruk; Güney, İbrahim; Isac, Nicoleta; Khan, Asad ul Islam; Yönetim Bilimleri Fakültesi, İktisat Bölümü; Yönetim Bilimleri Fakültesi, İktisat Bölümü
    This paper evaluates the performance of eight tests with null hypothesis of cointegration on basis of probabilities of type I and II errors using Monte Carlo simulations. This study uses a variety of 132 different data generations covering three cases of deterministic part and four sample sizes. The three cases of deterministic part considered are: absence of both intercept and linear time trend, presence of only the intercept and presence of both the intercept and linear time trend. It is found that all of tests have either larger or smaller probabilities of type I error and concluded that tests face either problems of over rejection or under rejection, when asymptotic critical values are used. It is also concluded that use of simulated critical values leads to controlled probability of type I error. So, the use of asymptotic critical values may be avoided, and the use of simulated critical values is highly recommended. It is found and concluded that the simple LM test based on KPSS statistic performs better than rest for all specifications of deterministic part and sample sizes.