Методи визначення гетероскедастичності: перевірка гетероскедастичності на основі критерію m; параметричний тест Гольдфельда-Квандта; непараметричний тест Гольдфельда-Квандта; тест Глейсера.

Перевірка гетероскедастичності на основі критерію

Цей метод застосовується тоді, коли вихідна сукупність спостережень досить велика. Розглянемо відповідний алгоритм.

Крок 1. Вихідні дані залежної змінної розбиваються на груп відповідно до зміни рівня величини .

Крок 2. За кожною групою даних обчислюється сума квадратів відхилень:

Крок 3. Визначається сума квадратів відхилень в цілому по всій сукупності спостережень:

Крок 4. Обчислюється параметр :

де – загальна сукупність спостережень; – кількість спостережень -ї групи.

Крок 7. Обчислюється критерій:

який наближено відповідатиме розподілу при ступені свободи , коли дисперсія всіх спостережень однорідна. Тобто якщо значення не менше за табличне значення при вибраному рівні довіри і ступені свободи , то спостерігається гетероскедастичність.

Параметричний тест Гольдфельда-Квандта

Коли сукупність спостережень невелика, то розглянутий метод не застосовний.

У такому разі Гольдфельд і Квандт запропонували розглянути випадок, коли , тобто дисперсія залишків зростає пропорційно до квадрата однієї з незалежних змінних моделі:

Для виявлення наявності гетероскедастичності згадані вчені склали параметричний тест, в якому потрібно виконати такі кроки.

Крок 1. Упорядкувати спостереження відповідно до величини елементів вектора .

Крок 2. Відкинути спостережень, які містяться в центрі вектора. Згід­но з експериментальними розрахунками автори знайшли оптимальні спів­відношення між параметрами і , де – кількість елементів вектора :

Крок 3. Побудувати дві економетричні моделі на основі 1МНК за двома утвореними сукупностями спостережень за умови, що перевищує кількість змінних m.

Крок 4. Знайти суму квадратів залишків за першою (1) і другою (2) моделями і :

, де – залишки за моделлю (1);

, де – залишки за моделлю (2).

Крок 7. Обчислити критерій

який в разі виконання гіпотези про гомоскедастичність відповідатиме -роз­поділу з , ступенями свободи. Це означає, що обчислене значення порівнюється з табличним значенням F-крите­рію для ступенів свободи і і вибраного рівня довіри. Якщо , то гетероскедастичність відсутня.

Узагальнених метод найменших квадратів оцінки параметрів лінійної економетричної моделі з гетероскедастичними залишками.

Числовий приклад застосування методу Ейткена.

Прогноз.

Тема 13. Природа, наслідки та методи визначення автокореляції. Метод Ейткена

1. Природа й наслідки автокореляції.

2. Методи визначення автокореляції.

3. Критерій Дарбіна-Уотсона.

4. Критерій фон Неймана.

5. Нециклічний коефіцієнт автокореляції.

6. Циклічний коефіцієнт автокореляції.

7. Авторегресійні моделі.

8. Оцінка параметрів моделі з автокорельованими залишками.

9. Метод Ейткена.

10. Метод перетворення вихідної інформації.

11. Метод Кочрена-Оркатта.

12. Метод Дарбіна.

13. Багатофакторні лінійні економетричні моделі динаміки та особливості їх побудови.

14. Поняття лага і лагових змінних.

15. Моделі розподіленого лагу.

16. Взаємна кореляційна функція.

17. Методи оцінювання параметрів за схемою Койка, адаптивних сподівань часткового коригування.