Regla general para el nivel de confianza

Question

Normalmente, en el software estadístico, el nivel de confianza por defecto es del 95%. Cuanto más alto, mejor, supongo. Pero esto no es una regla general, ¿verdad? En el artículo de Stock y Watson ( https://www.aeaweb.org/articles/pdf/doi/10.1257/jep.15.4.101 ), utilizan un nivel de confianza del 66%. Aunque no explican por qué el 66 y no el 95, supongo que hace que algunos IRFs (que serían insignificantes al 95%) sean más significativos. Por ejemplo, en su documento original, el impacto de los tipos de interés sobre la inflación parece significativo con un nivel de confianza del 66%, pero mi estimación con un nivel de confianza del 95% muestra que no es significativamente diferente de cero. No estoy criticando este documento ni nada por el estilo, pero parece que la elección del nivel de confianza queda a discreción del investigador, ya sea de forma arbitraria o a propósito. Si no es así, ¿qué haría que se eligiera un nivel de confianza del 66% y no del 95%, o incluso del 99%?

Answer 1

1. Sí, el nivel de confianza siempre depende de la elección de un investigador (al menos en principio). No hay ninguna razón para utilizar $90\%$ , $95\%$ o $99\%$ tampoco, es más o menos una convención. Por ejemplo, en física se utiliza la significación de tres o cinco sigmas, que corresponde a niveles de confianza de $99,7\%$ , $99.99997\%$ (e incluso se puede informar de otras más altas).

   Sin embargo, dicho esto, una vez que la literatura se asienta en una determinada convención, se le hará muy cuesta arriba. Por ejemplo, le será difícil publicar en física resultados que no sean al menos $3\sigma$ o $5\sigma$ significativo sin una muy buena explicación. En economía, normalmente la gente se conforma con $95\%$ nivel. El hecho de que usted pueda elegir cualquier nivel de significación/confianza no significa que los demás lo acepten.

2. En realidad explican por qué hay $66\%$ intervalo de confianza. Según Stock y Watson :

También se han trazado son $\pm 1$ bandas de error estándar, que producen un intervalo de confianza aproximado del 66 por ciento para cada una de las respuestas al impulso.

Cuando se trata de respuestas de impulso VAR (y de previsión en general) es convencional trazar $\pm 1$ bandas de error estándar. Esto también se hace a menudo cuando se estiman modelos DSGE, por lo que es una práctica más o menos convencional. En última instancia, se trata de una elección arbitraria en la que la gente se ha decantado de alguna manera.

También hay que tener en cuenta que informar de una desviación de error estándar en las barras de error no significa que la variable sea significativa sólo a $66\%$ nivel de confianza - por ejemplo $\hat{\beta}=30$ con $SE(\hat{\beta} )=1$ habría $t$ -stat $=30$ sería significativa con cualquier significación convencional utilizada en economía (en cualquier muestra de tamaño razonable). Esto no impide que se construyan barras de error de 1 estándar (es decir $30 \pm 1$ ).