Glaser test

Glaser-testet är ett statistiskt test som låter dig bedöma förekomsten (frånvaron) av heteroskedasticitet (av en viss typ) av slumpmässiga fel i en regressionsmodell (ekonometrisk).

Testet är baserat på följande modell av det möjliga beroendet av standardavvikelsen för modellens slumpmässiga fel på någon faktor : $\sigma _{t}$ $z_{t}$

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

Nollhypotesen är att koefficienten är lika med noll (avsaknaden av heteroskedasticitet av denna typ). Om nollhypotesen förkastas i testet, anses heteroskedasticitet av denna typ som statistiskt signifikant. Om nollhypotesen inte förkastas, så finns det med största sannolikhet ingen heteroskedasticitet av denna typ i modellen (dette utesluter dock inte möjligheten till heteroskedasticitet av en annan typ). $\beta$

Testprocedur

Med hjälp av konventionella minsta kvadrater uppskattas den ursprungliga regressionsmodellen

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

och regressionsresterna hittas . $e_{t}$

Vidare, för olika värden (som vanligtvis börjar med ), uppskattas en hjälpregression (även med de vanliga minsta kvadraterna): $\gamma$ $\pm 0,5,\pm 1,...$

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

För varje värde kontrolleras koefficientens statistiska signifikans med hjälp av standard Students t- test eller dess motsvarighet i detta fall, F-testet för signifikansen av hjälpregressionen som helhet. Om koefficienten för vissa erkänns som signifikant (teststatistiken är större än det kritiska värdet), så erkänns heteroskedasticiteten av denna typ som signifikant och modellen med det värde för vilket koefficienten är mest signifikant (med det högsta värdet av teststatistiken) väljs. $\gamma$ $\beta$ $\gamma$ $\beta$ $\gamma$ $\beta$

Glaser test

Testprocedur

Se även