Teste para Heteroscedasticidade com o teste de White

Em econometria, um teste extremamente comum para heteroskedasticity é o teste branco, o qual começa por permitir que o processo heteroskedasticity para ser uma função de uma ou mais das suas variáveis ​​independentes. É semelhante ao teste de Breusch-Pagan, mas o teste Branca permite que a variável independente para ter um efeito não-linear e interativa sobre a variância do erro.

Normalmente, você aplicar o teste de White, assumindo que heterocedasticidade pode ser uma função linear de todas as variáveis ​​independentes, em função dos seus valores quadrados, e uma função de seus produtos transversais:

image0.png

Tal como no teste de Breusch-Pagan, porque os valores

image1.png

não são conhecidas na prática, o

image2.png

são calculados a partir dos resíduos e utilizados como substitutos para

image3.png

O teste branco baseia-se na estimativa dos seguintes:

image4.png

Alternativamente, um ensaio em branco pode ser realizada por meio da estimativa

image5.pngimage6.png

Siga estes cinco passos para realizar um teste de White:

  1. Estimar o seu modelo usando OLS:

    image7.png
  2. Obter o previsto Y valores depois de estimar o seu modelo.

  3. Estimar o modelo usando OLS:

    image8.png
  4. Manter o valor ao quadrado-R a partir desta regressão:

    image9.png
  5. Calcule o F-estatística ou a estatística qui-quadrado:

    image10.png

Os graus de liberdade para o F-teste são iguais a 2 e no numerador n - 3 no denominador. Os graus de liberdade para o teste qui-quadrado são 2. Se uma dessas estatísticas de teste é significativo, então você tem evidências de heteroscedasticidade. Se não, você não rejeitar a hipótese nula de homocedasticidade.

Imagine que você está estimando um modelo com o logaritmo natural do valor do contrato jogadores da Major League Baseball ", como as características do jogador variáveis ​​e vários dependentes, como variáveis ​​independentes. Quando você conecta essas informações em STATA (que permite executar um teste de White através de um comando especializado), o programa mantém o previsto Y valores, estima a regressão auxiliar internamente, e relata o teste do qui-quadrado.

A figura mostra a saída resultante, o que sugere que você deve rejeitar a hipótese de homocedasticidade.

image11.jpg

Embora o teste de White fornece uma forma funcional flexível que é útil para identificar praticamente qualquer padrão de heterocedasticidade, não é útil para determinar como corrigir ou ajustar o modelo para heterocedasticidade.

menu