Найти тему

Тест Бреуша-Пагана на гетероскедастичность в Excel

140 прочитали
Гетероскедастичность
Гетероскедастичность

Имеем уравнение регрессии, полученное на предыдущем занятии (https://dzen.ru/media/id/6230a6775dd3d039bd69cb6d/chast-1-mnojestvennaia-regressiia-v-excel-63b459147a5b092ebffe32a7):

Тестируемая модель, полученная ранее
Тестируемая модель, полученная ранее

Так же были построены графики зависимостей квадратов остатков от величин Х1 и Х2

Зависимость квадрата остатков от Х1
Зависимость квадрата остатков от Х1
Зависимость квадрата остатков от Х2
Зависимость квадрата остатков от Х2

По расположению точек на графике можем предположить случайное рассеивание, т. е. квадраты остатков не зависят от величин Х1 и Х2

Проведем тест Бреуша-Пагана на наличие гетероскедастичности в модели. (гетероскедастичность – непостоянство дисперсий остатков случайных отклонений)

Нулевая гипотеза теста: остатки в модели гомоскедастичны. Дисперсия остатков не меняется. Иными словами гетероскедастичность отсутствует.

Альтернативная гипотеза: Дисперсия остатков не постоянна. В модели присутствует гетероскедастичность.

Необходимо построить уравнение вида:

Модель для теста
Модель для теста

Здесь зависимая переменная – квадрат остатков модели, которую проверяем на гетероскедастичность. Х1, Х2 – независимые переменные.

С помощью функции ЛИНЕЙН строим вышеуказанную модель:

Используем функцию ЛИНЕЙН
Используем функцию ЛИНЕЙН

Для дальнейших расчётов, из полученной модели нам нужен только коэффициент детерминации, выделим его жёлтым цветом.

Для тестирования воспользуемся критерием Хи-квадрат Пирсона.

Наблюдаемое значение статистики находим по формуле:

Хи-квадрат расчётное
Хи-квадрат расчётное

Где n – число наблюдений в модели, R^2 – коэффициент детерминации полученной модели.

Хи-квадрат расчётное = 1,642

Критическое значение критерия хи-квадрат найдём, используя статистическую функцию:

Хи-квадрат критическое = ХИ2.ОБР(0,95;2) = 5,991

Вероятность 0,95 соответствует 5% уровню значимости. Число степеней свободы равно 2, так как в модели две объясняемые переменные.

Критическое больше расчётного
Критическое больше расчётного

Критическое значение критерия больше расчётного, следовательно принимаем нулевую гипотезу. Гетероскедастичности в тестируемой модели нет, дисперсия остатков является постоянной.

Найдем р-значение критерия, для этого воспользуемся статистической функцией ХИ2.РАСП.

Р-значение = =1-ХИ2.РАСП(G9;2;1) = 0,44

G9 –ячейка, в которой найдено наблюдаемое значение статистики Хи-квадрат;

2 – число степеней свободы;

1 – интегральная функция.

p-значение > 0.05, следовательно принимаем нулевую гипотезу – гетероскедастичности в модели нет.

С нами учёба станет легче 🤓 Здесь консультируют, учат, проводят курсы и просто выручают студентов всех вузов! Работаю со студентами с 1999 года, имею большой опыт консультирования.

Онлайн-консультирование по экономическим и математическим предметам. Математика, математические методы и модели, статистика, эконометрика, макроэкономика, анализ хозяйственной деятельности, экономический анализ, финансовый менеджмент, финансовая математика, международные стандарты финансовой отчётности, и другие предметы.

Консультации в расчётах исследовательских и студенческих работ программах Excel, Eviews, Gretl, Statistica, SPSS, R-studio.Так же обучаем работе с данными программами. Помощь в сдаче экзаменов. По всем вопросам пишите в telegram (https://t.me/sm_smysl ) или в форму сбора заявок на сайте.

Онлайн помощь студентам: https://pro-smysl.ru/

Подписывайтесь на наши каналы:

https://vk.com/sm_smysl

https://www.youtube.com/@SMYS_L