Prueba de heterocedasticidad con la prueba Goldfeld-Quandt
La prueba Goldfeld-Quandt (GQ) en la econometría comienza asumiendo que existe un punto de definición y se puede utilizar para diferenciar la varianza del término de error. Observaciones de la muestra se dividen en dos grupos, y la evidencia de heteroscedasticidad se basa en una comparación de la suma residual de cuadrados (RSS) usando el F-estadística.
El supuesto es que el investigador puede determinar los criterios adecuados para separar la muestra. Típicamente, se utiliza un valor predeterminado para una de las variables independientes como un umbral, lo que coloca algunas observaciones en el Grupo A y los demás observaciones en el Grupo B.
La mayoría de software de econometría no le permite realizar una prueba de GQ automáticamente, pero se puede utilizar el software para llevar a cabo esta prueba mediante la adopción de estos sencillos pasos:
Estimar el modelo separado para cada grupo y obtener la suma residual de cuadrados para el grupo A (RSSLA) Y la suma residual de cuadrados para el Grupo B (RSSB).
Calcule el F-estadística por
La hipótesis nula de la prueba GQ es homocedasticidad. Cuanto mayor sea el F-estadística, más pruebas tendrás en contra de la hipótesis de homocedasticidad y es más probable que tenga heterocedasticidad (diferente varianza para los dos grupos).
Supongamos por un momento que usted está estimar un modelo con el logaritmo natural del valor del contrato jugadores de la Liga Mayor de Béisbol como las características jugador variables y varios dependientes como variables independientes.
Promedios de tres años de slugging (slg_3_avg) y turnos al bate (ab_3_avg), la edad, y la tenencia (el número de años que un jugador ha estado con su actual equipo) son las variables independientes. Puede dividir arbitrariamente la muestra por el número medio de turnos al bate. Jugadores en el Grupo A tiene por debajo del promedio al bate, y los jugadores del grupo B tienen por encima del promedio al bate.
los F-estadística en la figura, que muestra el proceso de realización de una prueba de GQ en STATA, sugiere que la diferencia en el RSS para los dos grupos es marginalmente significativa en una prueba de una cola (p-valor = 0,0730).
Una debilidad de la prueba GQ es que el resultado depende de los criterios elegidos para la separación de las mediciones de muestra en sus respectivos grupos. Este proceso es a menudo bastante arbitraria, por lo que al no encontrar evidencia de heteroscedasticidad en una prueba no descarta a cabo con diferentes criterios utilizados para la separación de la muestra.
En consecuencia, la prueba GQ no proporciona ninguna orientación para corregir o ajustar el modelo de heteroscedasticidad, que es una razón por la econometría aplicada normalmente no confían en él con el fin de probar la heteroscedasticidad.
-
Estimación econométrica y los supuestos CLRM -
Econometría para los maniquíes -
Cómo comprobar si hay heteroscedasticidad mediante el examen de residuos graficadas -
¿Cómo distinguir entre perturbaciones homocedástico y heteroscedásticos - Especificar el modelo de regresión de la econometría
-
Prueba de heterocedasticidad con la prueba de blanco
10 Conceptos clave en la prueba de hipótesis La prueba de hipótesis es una técnica estadística que se utiliza en una variedad de situaciones. Aunque los detalles técnicos se diferencian de una situación a otra, todas las pruebas de hipótesis utilizan el mismo conjunto básico de…
Sacar conclusiones sobre una población con intervalos de confianza y pruebas de hipótesis Al sacar conclusiones sobre una población a partir de muestras elegidas al azar (un proceso llamado inferencia estadística), Puede utilizar dos métodos: intervalos de confianza y pruebas de hipótesis.Intervalos de confianzaLA intervalo de…
La evaluación de reclamaciones con pruebas de hipótesis Utiliza las pruebas de hipótesis para desafiar si alguna afirmación sobre una población es cierto (por ejemplo, la afirmación de que el 90 por ciento de los estadounidenses posee un teléfono celular). Para poner a prueba una hipótesis…
Explora prueba de hipótesis en las estadísticas comerciales En estadística, hprueba ypothesis se refiere al proceso de elegir entre hipótesis opuestas sobre una distribución de probabilidad, basándose en los datos observados a partir de la distribución. Es un tema central y una parte fundamental del…
Encuentra la suma de cuadrados en la construcción de la estadística de prueba de ANOVA En comparación con otros tipos de pruebas de hipótesis, la construcción de la estadística de prueba de ANOVA es bastante complejo. El primer paso en la búsqueda de la estadística de prueba es calcular la suma de cuadrados (SSE).Cálculo de la…
Encuentra la suma de los cuadrados de tratamiento y la suma total de cuadrados en la construcción de la estadística de prueba de ANOVA Cálculo de la suma de los cuadrados de tratamiento (SSTR) y la suma total de cuadrados (SST) son dos pasos importantes en la construcción de la estadística de prueba de ANOVA.Una vez que haya calculado la suma de cuadrados (SSE), se puede…
Manejo de pruebas de hipótesis estadísticas Utiliza las pruebas de hipótesis para desafiar si alguna afirmación sobre una población es cierto (por ejemplo, la afirmación de que el 40 por ciento de los estadounidenses posee un teléfono celular). Para poner a prueba una hipótesis…
¿Cómo encontrar la prueba estadística de ANOVA utilizando el cuadrado medio del error y el tratamiento cuadrado medio En comparación con otros tipos de pruebas de hipótesis, la construcción de la estadística de prueba de ANOVA es bastante complejo. Usted construye la estadística de prueba (o F-estadística) del error cuadrado medio (MSE) y el tratamiento Mean…
Interpretación de significación estadística en SPSS Statistics Usted necesita saber cómo interpretar la significación estadística cuando se trabaja con SPSS Statistics. Al llevar a cabo una prueba estadística, con demasiada frecuencia la gente salta inmediatamente a la conclusión de que una constatación "…
En cuanto a los valores críticos del intervalo de confianza Los valores críticos (z*-valores) son un componente importante de los intervalos de confianza (la técnica estadística para estimar parámetros poblacionales). los z* -valor, que aparece en el margen de la fórmula de error, mide el número de…
Visión general de la prueba de hipótesis Una forma importante para sacar conclusiones acerca de las propiedades de una población es con la prueba de hipótesis. Puedes usar pruebas de hipótesis para comparar una medida de población a un valor especificado, comparar las medidas para dos…
Cómo utilizar pruebas t de Student para comparar las medias Puede ejecutar las pruebas de la t de Student utilizando el software estadístico típica e interpretar la salida producida. En este ejemplo, podrás usar el OpenStat paquete de software.La idea básica de una prueba tTodas las pruebas t de Student…