누군가 Breusch-Pagan 테스트의 해석 기준이 무엇인지 설명해 주시겠습니까?
패키지 카에서 ncvTest 테스트를 적용했습니다. R에서 하나의 예측 변수를 사용한 단순 선형 회귀 분석 예 : lm (무게 ~ 크기). 결과는 다음과 같습니다.
Chisquare = 7.182687 Df = 1 p = 0.007361039
다른 질문에서 p = 0.073459는 이분산성을 의미하는 반면 p = 0.6283239 및 p- 값 = 0.858입니다. 동성애를 의미합니다. 이 샘플을 보면 결과 세트가이 분산 적이라고 가정 할 수 있지만 p 값 전용 기준이고 예 / 아니오 결정에 대한 경계 값이 있는지 알고 싶습니다 (예 : 0.007에서 0.6 사이의 p 값).
Chisquare 값이 중요한가요?
Answer
Breush-Pagan 테스트는 카이 제곱 통계를 생성합니다. 분포 된 데이터와 통계 = 7.18. p- 값은 카이-제곱 검정의 결과이며 (일반적으로) p- 값 < 0.05에 대해 귀무 가설이 거부됩니다. 이 경우 귀무 가설은 동분 산성이므로 거부됩니다.
답변
모든 가설 테스트의 경우 결정 규칙은 다음과 같습니다.
- p- 값 < 유의 수준 (알파); 귀무 가설이 기각됩니다.
- p- 값> 유의 수준 (알파); 그러면 귀무 가설을 기각하지 못합니다.
유의 수준 (알파)은 연구원이 선택합니다. 알파를 선택하는 방법 (true / type_I 오류 일 때 null을 거부 할 확률이라고도 함)은 완전히 다른 문제입니다. “null을 거부하기 전에 원하는 방법”에 따라 다릅니다. 가장 일반적인 알파 값은 0.05입니다.
이제 BP 테스트의 경우 null은 동분 산성을 가정합니다 . 따라서 p_val < 0.05 (또는 선택한 알파 값); 당신은 널을 기각하고 이분산성의 존재를 추론하고 만약 p_val> 0.05 (또는 당신이 선택한 알파 값) null을 거부하지 못하고 이분산성이 없다고 결론을 내립니다.
참고 : BP 테스트의 약점은 이분산성이 다음의 선형 함수라고 가정한다는 것입니다. 독립 변수 . BP와 이분산성의 증거를 찾지 못한다고해서 독립 변수와 오차 분산 간의 비선형 관계가 배제되지 않습니다.
흰색 테스트는 거의 모든 이분산성 패턴을 식별하는 데 유용한 유연한 기능적 형식을 제공합니다. 독립 변수가 오류 분산에 대해 비선형 및 상호 작용 효과를 가질 수 있습니다.
따라서 동 분산성에 대해 가장 일반적으로 사용되는 검정은 흰색 검정입니다.