Use o teste parque para verificar existência de Heteroskedasticity

O teste Parque começa por assumir um modelo específico do processo heterocedásticos. Especificamente, ele assume que o heterocedasticidade pode ser proporcional a alguma potência de uma variável independente (xk) No modelo. Esta suposição pode ser expressa como

image0.jpg

Você pode obter uma versão linearizada do modelo de parque usando uma transformação log:

image1.jpg

Uma vez que os valores para

image2.jpg

não são conhecidas na prática, a sua

image3.jpg

são calculados a partir dos resíduos e utilizados como substitutos para

image4.jpg

A maioria dos programas de software de econometria não tem comandos que permitem que você para executar automaticamente um teste Park. No entanto, você pode realizar o teste, seguindo estes passos:

  1. Estimar o modelo usando OLS:

    image5.jpg
  2. Obter os resíduos quadrados, depois de estimar o seu modelo:

    image6.jpg
  3. Estimar o modelo usando OLS:

    image7.jpg
  4. Examinar a significância estatística de alfa usando o t-estatística:

    image8.jpg

O valor de

image9.jpg

de estimar a regressão

image10.jpg

é uma estimativa da porção constante (homocedásticos) da variância do erro. Por conseguinte, se a estimativa do coeficiente alfa é estatisticamente significativa, então você tem evidências de heteroscedasticidade. Se não, você não rejeitar a hipótese nula de homocedasticidade.

Usando dados de jogadores da Major League Baseball, você pode estimar um modelo com o logaritmo natural do valor do contrato do jogador como a variável dependente e várias características do leitor como variáveis ​​independentes.

As variáveis ​​independentes incluem médias de três anos para a porcentagem slugging do jogador (Slg_3_avg) e at-morcegos (Ab_3_avg), idade do jogador, ea posse do jogador (anos) com a equipe atual. A figura ilustra o processo passo-a-passo de realizar um teste Park em STATA.

Se há heteroscedasticidade, em seguida, at-morcegos é a variável responsável por isso. Neste caso, o coeficiente para a variável lnumabavg (Utilizando o log natural de ab_3_avg como especificado pelo teste Park) é estatisticamente significativa, com um p-valor de 0,03. Portanto, você pode rejeitar a hipótese de homocedasticidade.

image11.jpg

A fraqueza do Park test é que ele assume a heteroscedasticidade tem uma forma funcional particular. Além disso, a identificação de heterocedasticidade com uma variável independente não exclui o fato de que outras variáveis ​​também podem desempenhar um papel.

Embora as discussões do teste Parque ainda são comuns em muitos livros de econometria, aplicado econometristas geralmente dependem de outras alternativas para testar a heteroscedasticidade, como a testes Branca Breusch-Pagan ou.

menu