Glaser testi

Glaser-testi on tilastollinen testi , jonka avulla voit arvioida ( tietyntyyppisten) satunnaisvirheiden heteroskedastisuuden olemassaoloa (poissaoloa) regressio- (ekonometrisessa) mallissa.

Testi perustuu seuraavaan malliin mallin satunnaisvirheen keskihajonnan mahdollisesta riippuvuudesta jostain tekijästä : $\sigma _{t}$ $z_{t}$

${\displaystyle \sigma _{t}=\alpha +\beta z_{t}^{\gamma }+u_{t))$

Nollahypoteesi on, että kerroin on yhtä suuri kuin nolla (tämän tyyppisen heteroskedastisuuden puuttuminen). Jos nollahypoteesi hylätään testissä, tämän tyyppinen heteroskedastisuus tunnustetaan tilastollisesti merkitseväksi. Jos nollahypoteesia ei hylätä, mallissa ei todennäköisesti ole tämän tyyppistä heteroskedastisuutta (tämä ei kuitenkaan sulje pois muun tyypin heteroskedastisuuden mahdollisuutta). $\beeta$

Testimenettely

Alkuperäinen regressiomalli arvioidaan käyttämällä tavanomaisia pienimmän neliösumman arvoja

${\displaystyle y_{t}=x_{t}^{T}b+\varepsilon _{t))$

ja regressiojäännökset löytyvät . $e_{t}$

Lisäksi eri arvoille (alkaen yleensä kirjaimella ) arvioidaan apuregressio (myös käyttämällä tavallisia pienimmän neliösumman): $\gamma$ $\pm 0.5,\pm 1,...$

${\displaystyle |e_{t}|=\alpha +\beta z_{t}^{\gamma }+u_{t))$

Jokaiselle arvolle kertoimen tilastollinen merkitsevyys tarkistetaan käyttämällä standardinmukaista Studentin t- testiä tai sitä vastaavaa tässä tapauksessa F-testiä apuregression merkitsevuudelle kokonaisuutena. Jos joillekin kerroin tunnustetaan merkitseväksi (testitilasto on suurempi kuin kriittinen arvo), niin tämän tyyppinen heteroskedastisuus tunnustetaan merkitseväksi ja malli arvolla , jolla kerroin on merkittävin (suurin arvo testitilasto) valitaan. $\gamma$ $\beeta$ $\gamma$ $\beeta$ $\gamma$ $\beeta$

Glaser testi

Testimenettely

Katso myös