Homoscedasticitate

Regresia
Sir Francis Galton(1822-1911) spirit enciclopedic al perioadei victoriene, este cel care a introdus termenii de regresie i corelaie statistic Originea regresiei ca metod statistic se afl n studiile sale de genetic aplicat n studiul plantelor- 1877 Plantnd boabe dintr-un anumit soi de mazre dulce a observat c exist o legtur liniar ntre diametrele acestor boabe i diametrele boabelor recoltate de la noile plante. El a numit iniial panta acestei drepte coefficient of reversion, schimbndu-i apoi numele n coefficient of regression. Termenul de regresie provine de la descoperirile sale n domeniul ereditii: n general, progeniturile indivizilor geniali au abiliti care i aaz mai degrab la nivelul mediei; de asemenea, nalimea copiilor provenii din tai foarte nali se apropie mai mult de nlimea medie dect nlimea tailor.

Ipotezele modelului de regresie (Ipotezele Gauss-Markov)

1. Normalitatea Valorile Y snt normal distribuite pentru orice X Erorile snt normal distribuite cu medie zero E(i)=0 i 2. Homoscedasticitatea (dispersie constant) 3. Necorelarea erorilor E(i k)=0 (i<>k) 4. Liniaritatea 5. Variabilele snt msurate fr eroare (caracter nestochastic) Cov( X i , I j ) ! 0, i, j

Ipoteza de homoscedasticitate: Var(Ii)=W2 constant i

Homoscedasticitate (Homoscedasticity). La date bivariate, variabila y prezint homoscedasticitate dac mprtierea valorilor y nu depinde de x. Grafic, seciunile verticale n diagrama de mprtiere prezint distribuii similare ale norilor de puncte. Noiunea contrar este cea de heteroscedasticitate.
Se consider un model care descrie consumul unor gospodrii n funcie de venitul acestora. n acest caz, consumul gospodriilor mari pot varia mult mai mult fa de consumul gospodriilor cu venituri mici. Deci ipoteza de homoscedasticitate nu este respectat Exemplu de nclcare a ipotezei de homoscedasticitate
Functia de consum 1200 1000 800 consum 600 400 200 0 200

300

400

500

600 venit

700

800

900

1000

Testele empirice ale modelelor de evaluare a produselor derivate sunt foarte variate datorit implicatiilor specifice ale modelelor asupra modalittii de realizare a conversiei probabilittilor obiective n cele neutre la risc si a modului n care acestea interactioneaz. Bates (2003) prezint modul n care modelul BSM a fost testat n ultimii 30 de ani: Ipoteza homoscedasticittii randamentelor procentuale sau logaritmice a fost respins de literatura modelelor din familia ARCH, iar ipoteza c preturile urmeaz un proces de difuzie simpl a fost respins de proprietatea de fat-tails a acestora. Efectul de levier remarcat de Black (1976) a indicat existena unor interaciuni mai complicate ntre randamentele activelor si volatilitatea acestora dect este presupus prin simpla miscare brownian geometric.

Ipoteza de homoscedasticitate, pe baza careia se poate admite ca legatura dintre y si x este relativ stabila. (Variabila reziduala este de medie nula [ M(u) = 0], iar dispersia ei [ ] este

constanta si independenta de x). Acceptarea ipotezei se poate face prin intermediul mai multor procedee. Procedeul grafic consta in construirea corelogramei privind valorile variabilei factoriale x si ale variabilei reziduale u. Daca graficul punctelor empirice prezinta o distributie oscilanta se poate accepta ipoteza ca cele doua variabile sunt independente si nu corelate. Procedeul dispersiilor variabilei reziduale se aplica cand analizam serii lungi. In acest caz seria valorilor variabilei reziduale se imparte in doua sau mai multe grupe, pentru fiecare grupa calculandu-se dispersiile respective,. Daca se accepta ca dispersiile acestor grupe nu difera semnificativ se utilizeaza testul Fischer-Snedecor, atunci se poate accepta ipoteza homoscedasticitatii; in caz contrar, indicand heteroscedasticitatea, se procedeaza la eliminarea acestui fenomen.

Bibliografie
http://profs.info.uaic.ro www.scritube.com www.armyacademy.ro