DNRF Chair: Professor Morten Ø. Nielsen

Informationer

DNRF Chair:

Professor Morten Ørregaard Nielsen

Periode:

1. februar 2022 – 31. januar 2025

Værtsinstitution(er):

Aarhus Universitet

Morten Ørregaard Nielsens forskning er indenfor økonometrisk teori og metode. Økonometri omfatter statistisk analyse af data i økonomi og relaterede discipliner. Disse data kommer typisk ikke fra kontrollerede og randomiserede eksperimenter. Som en konsekvens skal økonometriske metoder tilpasses særlige egenskaber ved data såsom komplicerede afhængighedsstrukturer på tværs af observationer.

Som et eksempel kunne et empirisk studie i uddannelsesøkonomi forsøge at udlede effekten af alternative tiltag (mindre klasser, etc.) på elevers test scores. P.g.a. peer-effekter og lærerindflydelse, f.eks., er test scores for hver enkelt elev ikke uafhængige, men i stedet afhængige indenfor grupper såsom klasser. Empiriske analyser skal derfor anvende passende økonometriske metoder for at tage hensyn til denne afhængighed for at opnå pålidelig inferens.

Morten Ørregaard Nielsens forskningsprogram fokuserer på to overordnede typer af statistisk afhængighed. Den første er såkaldt klynge afhængighed og metoder til at opnå klynge-robust inferens. I det ovenstående eksempel med test scores virker det naturligt at antage, at observationerne kun er afhængige indenfor enten klasser eller skoler, som derfor udgør klyngerne. Igangværende forskning drejer sig om både valget af klyngestrukturen og med gyldige inferens metoder i tilstedeværelse af afhængighed indenfor klynger.

Den anden gren af forskningsprogrammet drejer sig om afhængighed i tidsrækkeanalyse med særlig fokus på en type af stærk afhængighed kaldet ”long memory”. Denne type afhængighed er ofte observeret, f.eks. i finansielle data. Udvikling af analysemetoder, der er gyldige i tilstedeværelse af sådan afhængighed, er udfordrende, men nødvendig, for at opnå pålidelig inferens.

Seneste nyheder

Kort Nyt fra November

Læs mere

CEH undersøger hvordan tarmen hos dyr påvirkes under fangenskab

Læs mere

DAWN opdager hidtil skjulte galakser

Læs mere