180 likes | 503 Views
ZÁKLADY EKONOMETRIE 7. cvičení Heteroskedasticita. HETEROSKEDASTICITA Podstata Příčiny Důsledky Měření. HETEROSKEDASTICITA. Podle G-M podmínek by mělo platiti E( uu T )= σ 2 I n Porušení této podmínky vede k heteroskedasticitě Rozptyl náhodné složky není konečný a konstantní.
E N D
HETEROSKEDASTICITA • Podle G-M podmínek by mělo platiti • E(uuT)=σ2In • Porušení této podmínky vede k heteroskedasticitě • Rozptyl náhodné složky není konečný a konstantní. • Rozptyl náhodné složky je funkcí některé vysvětlující proměnné.
Příčiny • Chybná specifikace modelu – nezahrnutí významné proměnné do modelu • Odhad z průřezových dat • Kumulace chyb měření • Použití tříděných dat, skupinových průměrů apod.
Důsledky • Bodové odhady parametrů zůstávají nevychýlené a konzistentní • Nejsou vydatné ani asymptoticky vydatné • Odhad rozptylu a odhadnuté standardní chyby jsou vychýlené – Intervaly spolehlivosti nejsou směrodatné a běžné statistické testy (t-testy, F-test) ztrácejí na síle.
Spearmanův test korelace pořadí • Každému pozorování dám pořadové číslo podle Xa podle e • Pokud existuje skupina pozorování, která má shodná (podobná) pořadová čísla podle Xi e, je v modelu heteroskedasticita. • rex - kolem 1 – očekávám heteroskedasticitu • rex - kolem 0 – očekávám homoskedasticitu • Testujeme pomocí: • H0: Homoskedasticita • H1: Heteroskedasticita • … Zamítáme H0 o homeskedasticitě, kde t* je tabulková hodnota • … Nelze zamítnout H0 o homoskedasticitě
Spearmanův test korelace pořadí - Postup • Vezmeme absolutní hodnoty reziduí , seřadíme je vzestupně a očíslujeme • Přiřadíme číslo k původním (nesrovnaným residuím) • Vezmeme absolutní hodnoty proměnné , seřadíme je vzestupně a očíslujeme • Přiřadíme pořadové číslo k původním pozorováním. • Spočítáme rozdíl (diference, značíme d) • Spočítáme Spearmanův koeficient korelace pořadí mezi reziduem e a danou vysvětlující proměnnou X • Vyhodnotíme pomocí t-testu.
Test Goldfeld – Quandt • Rozdělí data na 2 skupiny (podle proměnné X) • Změří RSS obou skupin a ptá se, zda je shodný? • Pokud ano, v modelu je homoskedasticita • Pokud ne, v modelu je heteroskedasticita • Testuje se pomocí • H0: Homoskedasticita • H1: Heteroskedasticita • F ≥ F* Zamítáme H0 o homeskedasticitě • F < F*Nelze zamítnout H0 o homeskedasticitě
Test Goldfeld – Quandt - postup • Vybereme vysvětlující proměnnou (významnou) a seřadím vzestupně • Rozdělíme počet dat na dvě stejné poloviny a kolem středu vynechám q hodnot. Pro q musí platit q ≤ n/4 • Vypočteme • Vytvoříme F- test , kde pro danou polovinu dat • Závěr testu – porovnávám s tabulkovou hodnotou pro danou hladinu významnosti. • H0: Homoskedasticita • H1: Heteroskedasticita • F ≥ F*Zamítáme H0 o homeskedasticitě • F < F* Nelze zamítnout H0 o homeskedasticitě
Parametrické testy • Využívají pomocné regrese, zkoumají různé formy závislosti
Whiteův test • Parametrický test • Je obecnější než předchozí testy, neboť nezahrnuje přesnou formu závislosti. • Vlastní test se vztahuje k vícenásobnému koeficientu determinace pomocné regrese . • H0: Homoskedasticita • H1: Heteroskedasticita • Je v Pc-Givu!
Příklad – eko1.xls • Odhadněte závislost maloobchodního obratu na disponibilním příjmu a cenovém indexu. • Y – maloobchodní obrat potřeb pro domácnost v mld. CZK • X2 – disponibilní příjem v mld. CZK • Otestujte heteroskedasticitu.
Možná otázka do závěrečného testu • Heteroskedasticita • Podstata • Příčiny • Důsledky • Testování