Kan någon förklara för mig vad som är kriteriet för tolkning av Breusch-Pagan test?
Jag har tillämpat ncvTest test från paketbilen i R på en enkel linjär regression med en prediktorvariabel t.ex. lm (vikt ~ storlek). Jag har följande resultat:
Chisquare = 7.182687 Df = 1 p = 0.007361039
Jag ser i andra frågor att p = 0.073459 innebär heteroscedasticitet medan p = 0.6283239 och p-värde = 0.858 antyder homoscedascity. Genom att titta på dessa prover skulle jag anta att min resultatuppsättning är heteroscedasticit, men jag skulle vilja veta är kriteriet p-värde bara och finns det något gränsvärde för ja / nej-beslut (dvs. något p-värde mellan 0,007 och 0,6).
Är Chisquare-värde viktigt?
Svar
Breush-Pagan-testet skapar en statistik som är chi-kvadrat distribueras och för dina data är statistiken = 7.18. P-värdet är resultatet av chi-kvadrat-testet och (normalt) avvisas nollhypotesen för p-värde < 0,05. I det här fallet är nollhypotesen av homoskedasticitet och den skulle avvisas.
Svar
För alla hypoteser är beslutsregeln:
- Om p-värde < nivå av betydelse (alfa); då nollhypotes avvisas.
- Om p-värde> betydelsens nivå (alfa); då misslyckas vi med att avvisa nollhypotesen.
Betydelsens nivå (alfa) väljs av forskaren. Hur man väljer alfa (även känd som sannolikhet att avvisa noll när det är sant / typ_I-fel) är helt en annan fråga. Det beror på ”hur säker du vill vara innan du avvisar en null” Det vanligaste värdet av alfa är 0,05
Nu för BP-test antar noll homoskedasticitet . Så om p_val < 0,05 (eller ditt valda alfavärde); du avvisar noll och slutar närvaron av heteroskedasticitet och om p_val> 0,05 (eller ditt valda alfavärde); du misslyckas med att avvisa nollan och drar slutsatsen att det kanske inte finns heteroskedasticitet.
Obs: En svaghet i BP-testet är att det antar att heteroskedasticiteten är en linjär funktion av de oberoende variablerna . Att inte hitta bevis för heteroskedasticitet med BP utesluter inte ett icke-linjärt förhållande mellan den oberoende variabeln (erna) och felvariansen.
Vitt test ger en flexibel funktionell form som är användbar för att identifiera nästan alla mönster av heteroskedasticitet. Det gör det möjligt för den oberoende variabeln att ha en olinjär och interaktiv effekt på felvariansen.
Det vanligaste testet för homoskedasticitet är därför Vit test. >