Teste para heteroskedasticity com o teste goldfeld-quandt
O teste Goldfeld-Quandt (GQ) em econometrics começa assumindo que um ponto definidor existe e pode ser utilizado para diferenciar a variância do termo de erro. Observações de amostras são divididas em dois grupos, e evidência de heteroskedasticity baseia-se numa comparação da soma residual dos quadrados (RSS
Conteúdo
Video: The Goldfeld-Quandt test for heteroscedasticity
A suposição é de que o investigador pode determinar os parâmetros apropriados para separar a amostra. Tipicamente, um valor pré-determinado para uma das variáveis independentes é usado como um limiar, que coloca algumas observações no Grupo A e as outras observações no Grupo B.
software mais econometria não permite que você execute um teste GQ automaticamente, mas você pode usar o software para realizar este teste, tendo estes passos simples:
Estimar o seu modelo separadamente para cada grupo e obter a soma dos quadrados dos resíduos para o Grupo A (RSSUMA) Ea soma dos quadrados dos resíduos para o Grupo B (RSSB).
Video: STATISTICS I How To Perform A Goldfeld-Quandt Test On Heteroscedasticity I F Test
calcule o F-estatística por
Video: ECONOMETRICS | Goldfeld-Quandt Test for Heteroscedasticity | 1
A hipótese nula para o teste GQ é homocedasticidade. Quanto maior for o F-estatística, o mais provas você tem contra a suposição de homocedasticidade e o mais provável é que você tem heteroskedasticity (variância diferente para os dois grupos).
Video: Econometrics - Heteroskedasticity
Suponha por um momento 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.
médias de três anos para percentagens Slugging (Slg_3_avg) e em-bastões (Ab_3_avg), idade, e de posse (o número de anos que um jogador foi com sua equipe atual) são as variáveis independentes. Você pode arbitrariamente dividir a amostra pelo número médio de em-bastões. Jogadores do Grupo A têm abaixo da média em-bastões, e os jogadores no Grupo B têm acima da média em-bastões.
o F-estatística na figura, que mostra o processo de realização de um teste GQ em STATA®, sugere que a diferença na RSS para os dois grupos é marginalmente significativa em um teste unilateral (p-valor = 0,0730).
Um ponto fraco do teste GQ é que o resultado é dependente dos critérios escolhidos para separar as medições de amostras para os seus respectivos grupos. Este processo é muitas vezes bastante arbitrária, por isso não encontrar evidências de heteroscedasticidade em um teste não descartá-la com diferentes critérios utilizados para separar a amostra.
Consequentemente, o teste GQ não fornece qualquer orientação para corrigir ou ajustar o modelo para heterocedasticidade, que é uma razão pela qual econometristas aplicadas normalmente não contam com ele, a fim de testar a heterocedasticidade.