Jump to content

Тест Гольдфельда – Квандта

Параметрический тест на равную дисперсию можно визуализировать, проиндексировав данные по некоторой переменной, удалив точки данных в центре и сравнив средние отклонения левой и правой части.

В статистике тест Гольдфельда -Квандта проверяет гетероскедастичность в регрессионном анализе. Это достигается путем разделения набора данных на две части или группы, поэтому тест иногда называют тестом с двумя группами. Тест Гольдфельда-Квандта — один из двух тестов, предложенных в статье 1965 года Стивеном Голдфельдом и Ричардом Квандтом . В статье описаны как параметрический, так и непараметрический тест, но термин «тест Гольдфельда – Квандта» обычно ассоциируется только с первым.

Непараметрический тест можно визуализировать, сравнивая количество «пиков» в остатках регрессии, упорядоченной по заранее определенной переменной, с количеством пиков, возникающих случайным образом. Нижний рисунок предоставлен только для сравнения, ни одна часть теста не предполагает визуального сравнения с гипотетической гомоскедастической структурой ошибок.

В контексте множественной регрессии (или одномерной регрессии) гипотеза, которую необходимо проверить, заключается в том, что дисперсии ошибок регрессионной модели не являются постоянными, а вместо этого монотонно связаны с заранее определенной объясняющей переменной . Например, могут быть собраны данные о доходах и потреблении, а потребление регрессировано по отношению к доходу. Если дисперсия увеличивается по мере увеличения уровня дохода, то доход можно использовать в качестве объясняющей переменной. В противном случае можно выбрать третью переменную (например, богатство или доход за прошлый период). [ 1 ]

Параметрический тест

[ редактировать ]

Параметрический тест выполняется путем проведения отдельного анализа методом наименьших квадратов для двух подмножеств исходного набора данных: эти подмножества определяются так, чтобы наблюдения, для которых предварительно идентифицированная независимая переменная принимает наименьшие значения, находились в одном подмножестве, а более высокие значения - в другом. . Подмножества не обязательно должны быть одинакового размера и содержать все наблюдения между ними. Параметрический тест предполагает, что ошибки имеют нормальное распределение . Здесь существует дополнительное предположение, что обе матрицы плана для двух подмножеств данных имеют полный ранг. Используемая тестовая статистика представляет собой соотношение среднеквадратических остаточных ошибок для регрессий в двух подмножествах. Эта тестовая статистика соответствует F-тесту равенства дисперсий , и одно- или двусторонний тест может быть подходящим в зависимости от того, известно или нет направление предполагаемого отношения дисперсии ошибки к объясняющей переменной. [ 2 ]

Увеличение количества наблюдений, попадающих в «середину» порядка, увеличит мощность теста, но уменьшит степени свободы статистики теста. В результате этого компромисса обычно можно увидеть, что тест Гольдфельда-Квандта выполняется путем исключения средней трети наблюдений с меньшей долей исключенных наблюдений по мере увеличения размера выборки. [ 3 ] [ 4 ]

Непараметрический тест

[ редактировать ]

Второй тест, предложенный в статье, является непараметрическим и, следовательно, не основан на предположении, что ошибки имеют нормальное распределение . Для этого теста к полному набору данных подгоняется одна регрессионная модель. Квадраты остатков перечислены в соответствии с порядком заранее определенной объясняющей переменной. Тестовая статистика, используемая для проверки однородности, представляет собой количество пиков в этом списке: т.е. подсчет количества случаев, в которых квадрат остатка больше, чем все предыдущие квадраты остатков. [ 5 ] Критические значения для этой тестовой статистики создаются с помощью аргумента, связанного с тестами перестановок .

Преимущества и недостатки

[ редактировать ]

Параметрический тест Гольдфельда-Квандта предлагает простую и интуитивно понятную диагностику гетероскедастических ошибок в одномерной или многомерной регрессионной модели. Однако некоторые недостатки возникают при определенных спецификациях или по сравнению с другими диагностическими методами, а именно с тестом Бреуша-Пагана , поскольку тест Гольдфельда-Квандта является своего рода специальным тестом. [ 6 ] Прежде всего, критерий Гольдфельда-Квандта требует, чтобы данные были упорядочены по известной объясняющей переменной. Параметрический тест упорядочивается по этой объясняющей переменной от наименьшего к наибольшему. Если структура ошибки зависит от неизвестной переменной или ненаблюдаемой переменной, тест Гольдфельда-Квандта мало что дает. Кроме того, дисперсия ошибок должна быть монотонной функцией указанной объясняющей переменной. Например, столкнувшись с квадратичной функцией, отображающей объясняющую переменную на дисперсию ошибки, тест Гольдфельда – Квандта может неправильно принять нулевую гипотезу о гомоскедастических ошибках. [ нужна ссылка ]

Надежность

[ редактировать ]

К сожалению, тест Гольдфельда-Квандта не очень устойчив к ошибкам спецификации. [ 7 ] Тест Гольдфельда-Квандта обнаруживает негомоскедастические ошибки, но не может отличить гетероскедастическую структуру ошибок от основной проблемы спецификации, такой как неправильная функциональная форма или пропущенная переменная. [ 7 ] Джерри Терсби предложил модификацию теста Голдфельда-Квандта, используя вариант теста RESET Рэмси , чтобы обеспечить некоторую степень устойчивости. [ 7 ]

Небольшие образцы свойств

[ редактировать ]

Герберт Глейзер в своей статье 1969 года, описывающей тест Глейзера , предлагает небольшой эксперимент с выборкой , чтобы проверить мощность и чувствительность теста Гольдфельда-Квандта. Его результаты показывают ограниченный успех теста Гольдфельда-Квандта, за исключением случаев «чистой гетероскедастичности», когда дисперсия может быть описана как функция только базовой объясняющей переменной. [ 8 ]

Реализации программного обеспечения

[ редактировать ]
  • В R тест Гольдфельда-Квандта можно реализовать с помощью gqtest функция lmtest пакет (только параметрический F-тест), [ 9 ] [ 10 ] или с помощью goldfeld_quandt функция skedastic пакет (как параметрический F-тест, так и непараметрический тест пиков). [ 11 ]

См. также

[ редактировать ]

Тест Бреуша – Пэгана
Тест глазури
Парковый тест
Белый тест

Примечания

[ редактировать ]
  1. ^ Голдфельд, Стивен М.; Квандт, RE (июнь 1965 г.). «Некоторые тесты на гомоскедастичность». Журнал Американской статистической ассоциации . 60 (310): 539–547. дои : 10.1080/01621459.1965.10480811 . JSTOR   2282689 .
  2. ^ Кеннеди, Питер (2008). Руководство по эконометрике (6-е изд.). Блэквелл. п. 116. ИСБН  978-1-4051-8257-7 .
  3. ^ Кеннеди (2008), с. 124
  4. ^ Рууд, Пол А. (2000). Введение в классическую эконометрическую теорию . Издательство Оксфордского университета. п. 424. ИСБН  0-19-511164-8 .
  5. ^ Гольдфельд и Квандт (1965), с. 542
  6. ^ Кук, Р. Деннис; Вайсберг, С. (апрель 1983 г.). «Диагностика гетероскедастичности в регрессии». Биометрика . 70 (1): 1–10. дои : 10.1093/biomet/70.1.1 . hdl : 11299/199411 . JSTOR   2335938 .
  7. ^ Jump up to: а б с Терсби, Джерри (май 1982 г.). «Неверная спецификация, гетероскедастичность и тесты Чоу и Гольдфельда-Квандта». Обзор экономики и статистики . 64 (2): 314–321. дои : 10.2307/1924311 . JSTOR   1924311 .
  8. ^ Глейзер, Х. (март 1969 г.). «Новый тест на гетероскедастичность». Журнал Американской статистической ассоциации . 64 (325): 316–323. дои : 10.1080/01621459.1969.10500976 . JSTOR   2283741 .
  9. ^ «lmtest: тестирование моделей линейной регрессии» . КРАН .
  10. ^ Кляйбер, Кристиан; Зейлейс, Ахим (2008). Прикладная эконометрика с R . Нью-Йорк: Спрингер. стр. 102–103. ISBN  978-0-387-77316-2 .
  11. ^ «Скедастик: диагностика гетероскедастичности для моделей линейной регрессии» . КРАН .
[ редактировать ]
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 700846dacf3b2abedd404ed7a8985833__1707485580
URL1:https://arc.ask3.ru/arc/aa/70/33/700846dacf3b2abedd404ed7a8985833.html
Заголовок, (Title) документа по адресу, URL1:
Goldfeld–Quandt test - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)