Коли сукупність спостережень невелика, то розглянути вище метод не застосовний. У такому разі Гольдфельд і Квант запропонували розглянути випадок, коли М (ии’)= , тобто дисперсія залишків зростає пропорційно до квадрата однієї з незалежних змінних медалі: Y=ХА=u. Для виявлення наявності гетероскедастичності згадані вчені склали параметричний тест, в якому потрібно виконати такі кроки. Крок 1. Упорядкувати спостереження відповідно до величини елементів вектора Хj . Крок 2. Відкинути с спостережень, які мітять в центрі вектора. Згідно з експериментальними розрахунками автори знайшли оптимальні співвідношення між параметрами с і n, де n– кількість елементів вектора хj : . Крок 3. Побудувати дві економетричні моделі на основі 1МНК за двома утвореними сукупностями спостережень обсягом n1 =за умови, що обсяг n2 =перевищує кількість змінних m. Крок 4. Знайти суму квадратів залишків за першою (1) і другою (2) моделями S1 іS2 : S1 =uu1 , Де u1 – залишки за моделлю (1); S2 =uu2 , Крок 5. Обчислити критерій , який в разі виконання гіпотези про гомоскедастичність відповідатиме F-розподілу з (n1 -c-2m)/2, (n2 -c-2m)/2 ступенями свободи. Це означає, що обчислення R* порівнюється з табличним значенням F-критерію для ступенів свободи (n-с-2m)/2 і (n-с-2m)/2 і вибраного рівня довіри. Якщо R*Fтабл, то гетероскедастичність відсутня. Приклад 1. У табл. 1. наведено дані про загальні витрати та витрати на харчування. Для цих даних перевірити гіпотезу про відсутність гетероскедастичності. Таблиця 1. Номер спостереження Витрати на харчування, ум.од. Загальні витрати, ум. од. u u2 1 2,30 15 2,16 0,14 0,020 2 2,20 15 2,16 0,04 0,002 3 2,08 16 2,20 -0,12 0,015 4 2,20 17 2,25 -0,05 0,002 5 2,10 7 2,25 -0,15 0,022 6 2,32 18 2,29 0,26 0,0007 7 2,45 19 2,34 0,11 0,012 8 2,50 20 9 2,20 20 10 2,50 22 11 3,10 64 12 2,50 68 2,37 0,13 0,016 13 2,82 72 2,52 1,29 0,085 14 3,04 80 2,68 0,36 0,128 15 2,70 85 2,99 -0,29 0,084 16 3,94 90 3,18 0,76 0,573 17 3,10 95 3,38 -0,28 0,076 18 3,99 100 3,57 0,42 0,178 Розв’язання. 1. Ідентифікуємо змінні: Y – витрати на харчування, залежна змінна, Х – загальні витрати, не6залежна змінна; Y=f (X,u) 2. Для перевірки гіпотези про відсутність гетероскедастичності застосуємо параметричний тест Гольдфельда-Квандта. 2.1. Упорядкуємо значення незалежної змінної від меншого до більшого і відкинемо с значень, які містяться всередині впорядкованого ряду: , 2.3. Визначимо залишки за цими двома моделями: u= YІ - І ; u= YІІ - ІІ . Залишки та квадрати залишків наведено в табл. 7.3. 2.4. Обчислимо залишкові дисперсії та знайдемо їх співвідношення: 2.5. Порівняємо критерій R* з критичним значенням F-критерію при і ступенях свободи і рвані довіри Р=0,99 Fа=0,01 =11. Оскільки R*>Fкр , то вихідні дані мають гетероскедастичність. Непараметричний тести Гольдфельда-Кванта Гольдфельд і Квант для оцінювання наявності гетероскедастичності запропонували також непараметричний тест. Цей тест базується на числі піків у величини залишків після упорядкування спостережень за хij . Закономірність зміни залишків, коли дисперсія є однорідною, - явище гемоскедастичності ілюструє рис. 1, а спостерігається явище гетероскедастичності. Цей тест, звичайно, не такий надійний, як параметричний, але від досить простий.
Рефераты по информатикеКоли сукупність спостережень невелика, то розглянути вище метод не застосовний. У такому разі Гольдфельд і Квант запропонували розглянути випадок,
Оценок: 206 (Средняя 5 из 5)
Специалисты RetsCorp работают в digital-сфере более 7 лет. За это время мы разработали более 500+ успешных проектов. Основываясь на своем опыте и знании рынка, мы с уверенностью можем сказать, что будет работать, а что — нет. Заказывая создание лендинга для бизнеса в нашей студии, вы получаете работающие решения, необходимые именно вашему бизнесу.
Сотрудничая с нами, вы будете не клиентом, а нашим партнером. Благодаря этому мы будем развивать ваш бизнес как собственный. Мы так же как и вы заинтересованы в успехе проекта, поскольку ваша успешность будет нашей рекламой.