Teste para heteroskedasticity com o teste branco

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

Video: The Breusch Pagan test for heteroscedasticity

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:

Video: How to test heteroskedasticity using eviews

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

não são conhecidos na prática, a

são calculados a partir dos resíduos e utilizados como substitutos para

O teste Branco é baseada na estimativa do seguinte:

Alternativamente, um teste de White pode ser realizada através da estimativa

Siga estes cinco passos para realizar um teste de White:

1. 
   
   
   

   Estimar o seu modelo usando OLS:

   

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

3. Estimar o modelo usando OLS:

   

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

   

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

   

Os graus de liberdade para o F-teste são iguais a 2 no numerador e 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 esta informação 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.

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.