Метод Гольдфельда-Квандта проверки гипотезы гомоскедастичности
Среди основных предположений регрессионного анализа важную роль играет предположение гомоскедастичности, которое заключается в равенстве дисперсий наблюдений: Нарушение этого предположения сильно ухудшает качество оценок неизвестных параметров.
Возможны различные нарушения этого предположения в рамках парной регрессии. Одно из распространенных нарушений связано с тем, что дисперсия наблюдения может возрастать вместе с ростом значения фактора (объясняющей переменной): так, например, если , то.
Обнаружение этого нарушения может быть осуществлено с помощью критерия Гольдфельда-Квандта. Кратко применение критерия можно описать следующим образом:
произведем упорядочение двумерной выборки по возрастанию объясняющей переменной так, чтобы ;
исключим центральных наблюдений, в результате чего получим две выборки, состоящие изнаблюдений: первая выборка содержит наблюдения с небольшими значениями объясняющей переменной:, вторая выборка содержит наблюдения с наибольшими значениями объясняющей переменной:;
построим две парные линейные регрессии по полученным выборкам и вычислим остаточные суммы квадратов по каждой из выборок: — для первой выборки и— для второй выборки;
4) вычислим статистику , если верна гипотеза гомоскедастичности, то статистикаимеет распределение Фишера сстепенями свободы.
Найдем табличное значение по таблицам распределения Фишера при степенях свободыс уровнем значимости 5%.
По значению вычисленной статистики можно сделать вывод:
1) Если , то гипотеза гомоскедастичностиотклоняется.
2) Если , то гипотеза гомоскедастичностипринимается,
- 35 Моделирование тенденции временного ряда
- 34 Автокорреляция уровней временного ряда. Анализ структуры временного ряда на основании коэффициентов автокорреляции
- 33 Коэффициент автокорреляции. Их свойства
- Анализ временных рядов
- Примеры временных рядов
- 31 Автокорреляция уровней временного ряда и выявление его структуры
- 30 Основные элементы временного ряда
- Метод Гольдфельда-Квандта проверки гипотезы гомоскедастичности
- 27 Гомоскедастичность остатков регрессионной функции. Гетероскедастичность остатков регрессионной функции.
- 25 Фиктивные переменные во множественной регрессии
- 21 Множественная корреляция (multiple correlation)
- Частные уравнения регрессии
- 15 10.2. Отбор факторов при построении множественной регрессии