Documente Academic
Documente Profesional
Documente Cultură
Seminar7 Heteroscedasticitate (15-17nov.2016) PDF
Seminar7 Heteroscedasticitate (15-17nov.2016) PDF
2016)
=
8,166390
+ 0,040629 Venit
se
=
(51,03628)
(0.002860)
R 2 = 0,8937
=
(0,160011)
(14,20652)
F = 201,8251
t
DW = 1,5284
p
=
(0,8742)
(0,0000)
Interpretm i comentm rezultatele obinute....(model valid, parametru panta semnificativ)
Reinem reziduurile din aceast regresie.
n zona de lucru din Eviews (zona alb) definim: SERIES REZIDUURI=RESID.
Pe bara de jos apare mesajul: REZIDUURI successfully computed.
Vizualizm grupul REZIDUURI, RESID. Comparm. Sunt aceleai serii? Da!
CD
2) Testul Park Estimm modelul iniial de regresie prin MCMMP i reinem reziduurile ei .
Estimm regresia auxiliar : ln ei2 = 0 + 1 ln(Venit ) + u i .
Vom calcula ei2 scriind n zona de lucru: series eipatrat=reziduuri*reziduuri
Pe bara de jos apare mesajul: EIPATRAT successfully computed.
Make EQ02: LOG(EIPATRAT) C LOG(VENIT)
se = (1,5621) (0.1774)
R 2 = 0,7371
t = (2,555) (8,2133)
F = 67,2943
Coeficientul pant estimat este semnificativ statistic (t Stat = 8,2033 i Prob=0,000).
3) Testul Glejser
Dup obinerea reziduurilor din modelul original, Glejser a sugerat regresarea valorii absolute a lui ei
n raport cu variabila X (Venit), care este privit ca fiind asociat cu variana heteroscedastic i2 .
Estimm modelul: | ei |= 0 + 1 x i + u i
Vom calcula | ei | scriind n zona de lucru series eimodul=abs(reziduuri)
Make EQ03: EIMODUL C VENIT
| ei | = 36,6254
+ 0,008146* Venit
se = (23,5143) (0,0013)
R 2 = 0,614259
n Eviews 7 testul Glejser poate fi aplicat direct pe seria reziduurilor.
Se vor specifica regresorii pentru modelul dorit.
Am specificat regresorii: C VENIT
Estimm modelul: | ei |= 0 + 1 xi + u i
Make EQ06: EIMODUL C SQR(VENIT)
| ei | = 72,8306
se
= (34,2057)
+ 2,185517 *
(0,3208)
Venit
R 2 = 0,6591
4
Modelele din EQ03 i din EQ04 sugereaz s respingem H0, deoarece coeficienii pant sunt
semnificativi statistic.
Acelei rezultate le-am obinut i prin aplicarea testului Glejser direct n EViews.
Statisticile calculate au Prob. asociate egale cu 0,0000<. Respingem H0. Acceptm H1.
Am specificat regresorii: C
SQR(VENIT)
yi
1
= 0
+ 1 + i
xi
xi
xi
n Eviews selectm: Quick Estimate Equation EQ05: CD/VENIT C 1/VENIT
= 0
+ 1
xi
xi :
yi
= 0
+ 1 xi +
xi
xi
xi
xi
xi
xi
xi
Rezult c a fost eliminat heteroscedasticitatea erorilor aleatoare, deci putem estima modelul
transformat prin MCMMP.
n Eviews selectm: Quick Estimate Equation
EQ06: CD/SQR(VENIT) 1/ SQR(VENIT) SQR(VENIT)
III) White a obinut un estimator consistent care ofer estimri robuste, corecte, ale erorilor standard
ale parametrilor modelului liniar de regresie n prezena heteroscedasticitii sub form necunoscut.
Eviews ofer opiunea de a utiliza estimatorul White pentru erorile standard robuste.
n output apare: White heteroskedasticity-consistent standard errors & covariance (EQ08)