Тест Бреуша – Пагана (Breusch - Pagan)
Тест Чоу на однородность зависимости объясняемой переменной от объясняющих
На практике нередки случаи, когда имеются две выборки пар значений зависимой и объясняющей переменных . Например, одна выборка пар значений переменных объемом получена при одних условиях, а другая, объемом , - при несколько измененных условиях. Необходимо выяснить, действительно ли две выборки однородны в регрессионном смысле? Другими словами, можно ли объединить две выборки в одну и рассматривать единую модель регрессии по (гипотеза )?
Для проверки гипотезы применяется тест Чоу (Chow), состоящий в следующем:
1. Используя МНК, построить модель по выборке объемом и найти для нее .
2. Пусть есть основание предполагать, что вся выборка состоит из двух подвыборок объемами и соответственно. Для каждой из них строится линейная регрессия. - сумма квадратов отклонений значений от регрессионных значений , посчитанных по первой подвыборке, – сумма квадратов отклонений значений от регрессионных значений , посчитанных по второй подвыборке.
3. Вычислить F – статистику:
,
где – число объясняющих переменных модели.
4. Найти критическую точку распределения Фишера при выбранном уровне значимости .
5. Если , то мы можем объединить две выборки в одну. Если , то необходимо использовать две модели.
Тесты на гетероскедастичность
|
|
Гомоскедастичность – дисперсия каждого отклонения одинакова для всех значений .
Гетероскедастичность – дисперсия объясняемой переменной (следовательно, и случайных ошибок) непостоянна.
В тестах на гетероскедастичность проверяется основная гипотеза (т.е. модель гомоскедастична) против альтернативной гипотезы : не (т.е. модель гетероскедастична).
Тест Гольдфельда – Куандта (Goldfeld - Quandt)
Этот тест применяется, как правило, когда есть предположение о прямой зависимости дисперсии ошибок от величины некоторой объясняющей переменной, входящей в модель.
Предполагается, что имеет нормальное распределение. Тест включает в себя следующие шаги:
1. Упорядочить данные по убыванию (или по возрастанию) той независимой переменной, относительно которой есть подозрение на гетероскедастичность.
2. Исключить средних (в этом упорядочении) наблюдений ( , где – общее количество наблюдений).
3. Провести две независимых регрессии первых наблюдений и последних наблюдений и найти, соответственно, и . Из и выбираем большую и меньшую величины, соответственно, и .
4. Составить статистику и найти по распределению Фишера , где – число объясняющих переменных модели.
|
|
5. Если , то гипотеза отвергается, т.е. модель гетероскедастична, а если , то гипотеза принимается, т.е. модель гомоскедастична.
Тест Бреуша – Пагана (Breusch - Pagan)
Этот тест применяется в тех случаях, когда предполагается, что дисперсии зависят от некоторых дополнительных переменных. Пусть , . Тест состоит в следующем:
1. Провести обычную регрессию и получить . (Для этого в диалоговом окне Регрессия установить флажок на функцию Остатки)
2. Построить оценку .
3. Провести регрессию и найти для нее объясненную часть вариации .
4. Построить статистику .
5. Если (где p – число переменных, от которых зависит ), то имеет место гетероскедастичность.
Если , то - гомоскедастичность.
- критическая точка распределения (хи-квадрат) при выбранном уровне значимости , для нахождения которой выполнить следующую последовательность действий: fx Статистические ХИ2ОБР
Дата добавления: 2020-04-08; просмотров: 222; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!