Qualcuno potrebbe spiegarmi qual è il criterio per linterpretazione del test di Breusch-Pagan?
Ho applicato il test ncvTest dal pacchetto car in R su una semplice regressione lineare con una variabile predittiva es lm (peso ~ dimensioni). Ho il seguente risultato:
Chisquare = 7.182687 Df = 1 p = 0.007361039
Vedo in altre domande che p = 0.073459 implica eteroschedasticità mentre p = 0.6283239 ep-value = 0.858 implica lomosecità. Guardando questi campioni, presumo che il mio set di risultati sia eteroschedasticit, ma vorrei sapere che è solo il criterio del valore p e cè qualche valore limite per la decisione sì / no (cioè un valore p tra 0,007 e 0,6).
Il valore di Chisquare è importante?
Risposta
Il test di Breush-Pagan crea una statistica che è chi quadrato distribuito e per i tuoi dati quella statistica = 7.18. Il valore p è il risultato del test del chi quadrato e (normalmente) lipotesi nulla viene rifiutata per il valore p < 0,05. In questo caso, lipotesi nulla è di omoschedasticità e verrebbe rifiutata.
Risposta
Per qualsiasi test di ipotesi, la regola decisionale è:
- Se valore p < livello di significatività (alfa); allora lipotesi nulla viene rifiutata.
- If p-value> level of significance (alpha); allora non riusciamo a rifiutare lipotesi nulla.
Il livello di significatività (alfa) è scelto dal ricercatore. Come scegliere alfa (noto anche come probabilità di rifiutare il valore nullo quando è vero / errore di tipo_I) è un problema completamente diverso. Dipende da “quanto vuoi essere sicuro prima di rifiutare un valore nullo” Il valore più comune di alpha è 0,05
Ora, per il test BP, il valore nullo presuppone lomoschedasticità . Quindi, se p_val < 0,05 (o il valore alfa scelto); si rifiuta il valore nullo e si deduce la presenza di eteroschedasticità e se p_val> 0,05 (o il valore alfa scelto); non riesci a rifiutare il valore null e concludi che potrebbe non esserci eteroschedasticità.
Nota: un punto debole del test BP è che presume che leteroschedasticità sia una funzione lineare di le variabili indipendenti . Non riuscire a trovare prove di eteroschedasticità con la PA non esclude una relazione non lineare tra la variabile o le variabili indipendenti e la varianza dellerrore.
White test fornisce una forma funzionale flessibile che è utile per identificare quasi tutti i modelli di eteroschedasticità. Consente alla variabile indipendente di avere un effetto non lineare e interattivo sulla varianza dellerrore.
Quindi il test più comunemente usato per lomoschedasticità è il test del bianco.