Учебная работа № 5699. «Контрольная Проблема гетероскедастичности. Обнаружение гетероскедастичности. Критерий Голдфелда-Квандта. Устранение гетероскедастичности

Выдержка из похожей работы

3,Дисперсии оценок будут рассчитываться со смещением,4,Вследствие вышесказанного все выводы, получаемые на основе соответствующих t- иF-статистик,а также интервальные оценки будут ненадежными, Следовательно, статистические выводы, получаемые при стандартных проверках качества оценок, могут быть ошибочными и приводить к неверным заключениям по построенной модели, Вполне вероятно, что стандартные ошибки коэффициентов будут занижены, следовательно,t-статистикибудут завышены, Это может привести к признанию статистически значимыми коэффициентов, таковыми на самом деле не являющихся,§3, Обнаружение гетероскедастичностиВряде случаев, зная характер данных, появление проблемы гетероскедастичности можно предвидеть и попытаться устранить этот недостаток еще на этапе спецификации, Однако значительно чаще проблему приходится решать после построения уравнения регрессии,Для определения гетероскедастичности разработано довольно большое число тестов и критериев для них,Тест ранговой корреляции СпирменаПри использовании данного теста предполагается, что дисперсия отклонения будет либо увеличиваться, либо уменьшаться с увеличением значений X, Поэтому для регрессии, построенной по МНК, абсолютные величины отклоненийei и значенияxi объясняющей переменнойX будут коррелированы, Значенияxi иei ранжируются (упорядочиваются по величинам), Затем определяется коэффициент ранговой корреляции:
109

n

     6 ∑d i2          
r x , e =1−i=1   ,    (5,3)
  n(n2 −1)
            
где di — разность между рангамиxi и ei , i =1, ,,,, n; 6 — число
  
шесть (иногда думают, что это стандартное оклонение),  
Доказано, что если коэффициент корреляции ρx, e для гене-
  ральной совокупности равен нулю, то статистика:

t =r x , e n−2,(5