Alguém poderia me explicar qual é o critério de interpretação do teste Breusch-Pagan?
Eu apliquei o teste ncvTest do carro de pacote em R em uma regressão linear simples com uma variável preditora, por exemplo lm (peso ~ tamanho). Tenho o seguinte resultado:
Qui-quadrado = 7,182687 Df = 1 p = 0,007361039
Vejo em outras questões que p = 0,073459 implica em heterocedasticidade enquanto p = 0,6283239 e p-valor = 0,858 implica homocedascidade. Ao olhar para essas amostras, eu presumiria que meu conjunto de resultados é heterocedasticit, mas gostaria de saber se é um critério de valor de p apenas e se há algum valor limite para sim / não decisão (ou seja, algum valor de p entre 0,007 e 0,6).
O valor do Chisquare é importante?
Resposta
O teste Breush-Pagan cria uma estatística que é qui-quadrado distribuído e para seus dados essa estatística = 7,18. O valor p é o resultado do teste qui-quadrado e (normalmente) a hipótese nula é rejeitada para o valor p < 0,05. Nesse caso, a hipótese nula é de homocedasticidade e seria rejeitada.
Resposta
Para qualquer teste de hipótese, a regra de decisão é:
- If p-value < nível de significância (alfa); então a hipótese nula é rejeitada.
- Se p-valor> nível de significância (alfa); então deixamos de rejeitar a hipótese nula.
O nível de significância (alfa) é escolhido pelo pesquisador. Como escolher alfa (também conhecido como probabilidade de rejeitar o nulo quando for verdadeiro / erro type_I) é um problema totalmente diferente. Depende de “quão certo você deseja ter antes de rejeitar um nulo” O valor mais comum de alfa é 0,05
Agora, para o teste de BP, o nulo assume homoscedasticidade . Portanto, se p_val < 0,05 (ou o valor alfa escolhido); você rejeita o nulo e infere a presença de heteroscedasticidade e se p_val> 0,05 (ou seu valor alfa escolhido); você deixa de rejeitar o nulo e conclui que pode não haver heteroscedasticidade.
Nota: Uma fraqueza do teste de BP é que assume que a heterocedasticidade é uma função linear de as variáveis independentes . A falha em encontrar evidências de heteroscedasticidade com o BP não descarta uma relação não linear entre a (s) variável (s) independente (s) e a variância do erro.
O teste de branco fornece uma forma funcional flexível que é útil para identificar quase qualquer padrão de heterocedasticidade. Ele permite que a variável independente tenha um efeito não linear e interativo na variância do erro.
Portanto, o teste mais comumente usado para homocedasticidade é o teste de White.