Meg tudná magyarázni valaki, hogy mi a kritérium a Breusch-Pagan teszt értelmezéséhez?
Az ncvTest tesztet a csomagautóból alkalmaztam R-ben egy egyszerű lineáris regresszión, egy prediktor változóval pl lm (súly ~ méret). A következő eredményem van:
Chisquare = 7.182687 Df = 1 p = 0.007361039
Más kérdésekben azt látom, hogy a p = 0.073459 heteroszkedaszticitásra utal, míg p = 0.6283239 és p-érték = 0.858 homoscedascity-t jelent. Ezeket a mintákat tekintve feltételezhetem, hogy az eredményhalmazom heteroszkedasztikus, de szeretném tudni, hogy csak a p érték a kritérium, és van-e valamilyen határérték az igen / nem döntéshez (azaz van néhány p érték 0,007 és 0,6 között).
A Chisquare értéke számít?
Válasz
A Breush-Pagan teszt khi-négyzet alakú statisztikát hoz létre terjesztve, és az adataihoz ez a statisztika = 7,18. A p-érték a chi-négyzet teszt eredménye, és (általában) a null-hipotézist elutasítják a p-érték < 0,05 esetén. Ebben az esetben a nullhipotézis homoszkasztikus jellegű, és elutasítaná.
Válasz
Bármely hipotézistesztnél a döntési szabály a következő:
- Ha p-érték < szignifikancia szint (alfa); akkor a nullhipotézist elvetjük.
- Ha p-érték> szignifikancia szint (alfa); akkor nem sikerül elutasítanunk a nullhipotézist.
A szignifikancia szintjét (alfa) a kutató választja meg. Az alfa kiválasztása (más néven a null elutasításának valószínűsége, ha igaz / type_I hiba) teljesen más kérdés. Ez attól függ, “mennyire akarsz biztos lenni egy null elutasítása előtt” Az alfa leggyakoribb értéke 0,05
Most, a BP tesztnél, a null feltételezi a homoskedaszticitást . Tehát ha p_val < 0,05 (vagy a választott alfa érték); elutasítja a nullát, és következtetésre jut a heteroskedaszticitás jelenlétére, és ha p_val> 0,05 (vagy a választott alfa érték); nem tudja elutasítani a (z) elemet, és arra következtethet, hogy nem lehet heteroskedasztikus.
Megjegyzés: A BP teszt gyengesége, hogy feltételezi, hogy a heteroskedaszticitás lineáris függvénye a független változók . Ha nem találunk bizonyítékot a BP-vel kapcsolatos heteroszkaszticitásra, nem zárja ki a nemlineáris kapcsolatot a független változó (k) és a hibavariancia között.
A fehér teszt rugalmas funkcionális formát biztosít, amely hasznos a heteroskedaszticitás szinte minden mintájának azonosításához. Lehetővé teszi a független változónak, hogy nemlineáris és interaktív hatást gyakoroljon a hiba varianciájára.
Tehát a homoskedaszticitás leggyakrabban használt tesztje a White teszt.