Kann mir jemand erklären, was das Kriterium für die Interpretation des Breusch-Pagan-Tests ist?
Ich habe den ncvTest-Test vom Paketauto aus angewendet in R auf einer einfachen linearen Regression mit einer Prädiktorvariablen, z lm (Gewicht ~ Größe). Ich habe das folgende Ergebnis:
Chisquare = 7,182687 Df = 1 p = 0,007361039
Ich sehe in anderen Fragen, dass p = 0,073459 Heteroskedastizität impliziert, während p = 0,6283239 und p-Wert = 0,858 implizieren Homoskedasität. Wenn ich mir diese Beispiele anschaue, würde ich annehmen, dass meine Ergebnismenge heteroskedastisch ist, aber ich möchte wissen, dass es sich nur um ein p-Wert-Kriterium handelt und dass es einen Grenzwert für die Ja / Nein-Entscheidung gibt (dh einen p-Wert zwischen 0,007 und 0,6).
Ist der Chisquare-Wert wichtig?
Antwort
Der Breush-Pagan-Test erstellt eine Statistik, die Chi-Quadrat ist verteilt und für Ihre Daten die Statistik = 7.18. Der p-Wert ist das Ergebnis des Chi-Quadrat-Tests und (normalerweise) wird die Nullhypothese für den p-Wert < 0,05 verworfen. In diesem Fall ist die Nullhypothese homoskedastisch und wird zurückgewiesen.
Antwort
Für jeden Hypothesentest lautet die Entscheidungsregel:
- Wenn p-Wert < Signifikanzniveau (Alpha); dann wird die Nullhypothese verworfen.
- Wenn p-Wert> Signifikanzniveau (Alpha); dann können wir die Nullhypothese nicht ablehnen.
Das Signifikanzniveau (Alpha) wird vom Forscher gewählt. Die Auswahl von Alpha (auch als Wahrscheinlichkeit bekannt, die Null abzulehnen, wenn sie wahr ist / type_I error) ist ein völlig anderes Problem. Dies hängt davon ab, „wie sicher Sie sein möchten, bevor Sie eine Null ablehnen“ Der häufigste Alpha-Wert ist 0,05
Nun, für den BP-Test, die Null setzt Homoskedastizität voraus. Wenn also p_val < 0,05 (oder der von Ihnen gewählte Alpha-Wert); Sie lehnen die Null ab und schließen auf das Vorhandensein von Heteroskedastizität und wenn p_val> 0,05 (oder Ihr gewählter Alpha-Wert); Sie können die Null nicht ablehnen und schließen daraus, dass möglicherweise keine Heteroskedastizität vorliegt.
Hinweis: Eine Schwäche des BP-Tests besteht darin, dass davon ausgeht, dass die Heteroskedastizität eine lineare Funktion von ist die unabhängigen Variablen . Wenn beim BP keine Hinweise auf Heteroskedastizität gefunden werden, ist eine nichtlineare Beziehung zwischen der / den unabhängigen Variablen und der Fehlervarianz nicht ausgeschlossen.
Der Weißtest bietet eine flexible Funktionsform, mit der nahezu jedes Muster der Heteroskedastizität identifiziert werden kann. Dadurch kann die unabhängige Variable einen nichtlinearen und interaktiven Effekt auf die Fehlervarianz haben.
Der am häufigsten verwendete Test für Homoskedastizität ist also der Weiß-Test.