Использовании ОМНК для корректировки гетероскедастичности.
· предполагаем, что среднее значение остаточных величин равно нулю; · дисперсия пропорциональна величине , т.е. , где – дисперсия ошибки при конкретном -м значении фактора; – постоянная дисперсия ошибки при соблюдении предпосылки о гомоскедастичности остатков; – коэффициент пропорциональности, меняющийся с изменением величины фактора, что и обусловливает неоднородность дисперсии. · предполагается, что неизвестна, а в отношении величин выдвигаются определенные гипотезы, характеризующие структуру гетероскедастичности.
Уравнение при модель примет вид: .
· можно перейти к уравнению с гомоскедастичными остатками, поделив все переменные, зафиксированные в ходе -го наблюдения, на ; · дисперсия остатков будет теперь величиной постоянной, т. е. · от регрессии по мы перейдем к регрессии на новых переменных: и .
Уравнение регрессии примет вид: , а исходные данные для данного уравнения будут иметь вид: , .
· переменные и взяты с весами . · .
Соответственно получим следующую систему нормальных уравнений:
Если преобразованные переменные и взять в отклонениях от средних уровней, то коэффициент регрессии . При МНК для переменных в отклонениях от средних уровней коэффициент регрессии определяется по формуле: . При использовании обобщенного МНК с целью корректировки гетероскедастичности коэффициент регрессии представляет собой взвешенную величину по отношению к обычному МНК с весом .
Тест Голдфелда Кванта (Goldfeld-Quandt) В тесте предполагается, что дисперсия остатков зависит от какого-либо регрессора. Схема проведения теста: 1. Упорядочить выборку в соответствии с ростом 2. Наблюдения делят на две группы: соответствующие большим и малым значениям Х (наблюдения, соответствующие средним значениям, могут быть опущены наблюдений); число наблюдений в каждой группе и ). 3. Оценить модели для первых и последних наблюдений и суммы квадратов ошибок и . Рассчитать статистику,которая имеет распределение Фишера с степенями свободы в случае истинности нулевой гипотезы,
4. Проверить наличие гетегоскедастичности Если не отвергаем,
|