Voisiko joku selittää minulle, mikä on kriteeri Breusch-Pagan -testin tulkinnalle?
Olen soveltanut ncvTest-testi pakettiautosta R: ssä yksinkertaisella lineaarisella regressiolla yhdellä ennustemuuttujalla esim lm (paino ~ koko). Minulla on seuraava tulos:
Chisquare = 7.182687 Df = 1 p = 0.007361039
Katson muissa kysymyksissä, että p = 0.073459 merkitsee heteroskedastisuutta, kun taas p = 0.6283239 ja p-arvo = 0.858 tarkoita homoscedascity. Katsomalla näitä näytteitä otaksun, että tulosjoukko on heteroscedastinen, mutta haluaisin tietää, onko p-arvon kriteeri vain ja onko kyllä / ei-päätökselle raja-arvoa (ts. P-arvo välillä 0,007 – 0,6).
Onko Chisquare-arvolla merkitystä?
Vastaus
Breush-Pagan -testi luo tilan, joka on ki-neliö hajautettu ja tietojesi kannalta tämä tilasto = 7,18. P-arvo on khi-neliötestin tulos ja (normaalisti) nollahypoteesi hylätään p-arvolle < 0,05. Tässä tapauksessa nollahypoteesi on homoskedastiikkaa ja se hylätään.
Vastaus
Missä tahansa hypoteesitestissä päätössääntö on:
- Jos p-arvo < merkitsevyystaso (alfa); sitten nullhypoteesi hylätään.
- Jos p-arvo> merkitsevyystaso (alfa); sitten emme hylkää nullhypoteesia.
Merkitsevyyden tason (alfa) valitsee tutkija. Kuinka valita alfa (tunnetaan myös nimellä todennäköisyys hylätä nolla, kun se on tosi / type_I-virhe) on täysin eri asia. Se riippuu siitä, kuinka ”varma haluat olla ennen nollan hylkäämistä” Yleisin alfa-arvo on 0,05
Nyt, BP-testissä, nolla olettaa homoskedastiikan . Joten jos p_val < 0,05 (tai valitsemasi alfa-arvo); hylkäät nollan ja päätät heteroskedastiikan esiintymisen ja jos p_val> 0,05 (tai valitsemasi alfa-arvo); ei hylätä nollaa ja päätellään, ettei heteroskedastiikkaa ole.
Huomaa: BP-testin heikkous on, että se olettaa, että heteroskedastisuus on lineaarinen funktio riippumattomat muuttujat . Jos ei löydetä todisteita heteroskedastiilisuudesta BP: n kanssa, ei suljeta pois epälineaarista suhdetta riippumattomien muuttujien tai virheiden varianssin välillä.
Valkoinen testi tarjoaa joustavan toiminnallisen muodon, josta on hyötyä melkein minkä tahansa heteroskedastisen mallin tunnistamisessa. Sen avulla riippumattomalla muuttujalla voi olla epälineaarinen ja vuorovaikutteinen vaikutus virheiden varianssiin.
Joten yleisimmin käytetty homoskedastisuuden testi on White-testi.