Trenger jeg å redegjøre for heteroskedasticitet når jeg utfører (vektor) AR1-2-testen?
Autokorrelasjon (AR) 1-2-test er definert som følger – ofte referert til som Breusch – Godfrey-test ( Wiki-lenke ):
Testen utføres gjennom hjelperegresjon av restene på originalen variabler og forsinkede rester (manglende forsinkede rester ved begynnelsen av prøven erstattes av null, så ingen observasjoner går tapt). Ubegrensede variabler er inkludert i hjelperegresjonen. Nullhypotesen er ingen autokorrelasjon, noe som vil bli avvist hvis teststatistikken er for høy. Denne LM-testen er gyldig for systemer med forsinkede avhengige variabler og diagonal gjenværende autokorrelasjon, mens verken Durbin-Watson eller de gjenværende autokorrelasjonene i så fall gir en gyldig test.
Jeg har en VAR-modell, og jeg prøver å bestemme mengden lags som skal inkluderes. Modellen min lider av heteroskedastisitet, så jeg bruker Wald-testen for å ta hensyn til det når jeg gjør inferens. Det er stor forskjell mellom de normale standardfeilene og de heteroskedastiske konsistente standardfeilene i modellen min.
Jeg bruker OxMetrics, og den returnerer den samme AR1-2-teststatistikken både når jeg estimerer modellen med normale feil og heteroskedastisk-konsistente feil. Er dette fordi testen på hjelperegresjonen ikke påvirkes av heteroskedastisiteten i hovedmodellen, eller er det bare fordi OxMetrics ikke utfører riktig test i dette tilfellet?
Kommentarer
- Hva er AR1-2-testen?
- Jeg har oppdatert spørsmålet med en definisjon, håper det hjelper.
- Det hjelper faktisk. Har testen et annet navn, eller er det en referanse til en forskningsoppgave som foreslår testen?
- Jeg burde ha tatt det med i det opprinnelige spørsmålet mitt! Selv om det ikke er eksplisitt angitt i dokumentasjonen (definisjonen jeg ga), tror jeg OxMetrics bruker Breusch – Godfrey-testen som presentert i de fleste introduksjonstekstbøker.
Svar
Breusch-Godfrey-testen er ikke avhengig av de estimerte standardfeilene, og det spiller derfor ingen rolle om du bruker heteroskedasticity-robuste standardfeil i dine regresjoner eller ikke.
Veldig kort beskrivelse av BG-testen for å sjekke for AR (1) autokorrelasjon:
- Gjennomfør OLS-regresjon og beregne restene.
- Regress restene på den uavhengige variabler av modellen din og på de forsinkede restene.
- Beregn teststatistikken ved å multiplisere R-kvadratet av den andre regresjonen med prøvestørrelsen.
- Sammenlign teststatistikken med den aktuelle Chi-Squared distribusjon.
Som du kan se, er ingen av trinnene ovenfor avhengig av hvordan du estimerer standardfeil, verken i din «hoved» regresjon eller i «ekstra» BG-regresjon.
For mer informasjon, se her for en trinnvis forklaring av BG-testen . Jeg husker at du til og med kan laste ned dataene som er nevnt i pdf-et eller annet sted på nettstedet hvis du vil gjenta prosedyren.
Kommentarer
- Hei hvorfor brukes BG-test for autokorrelasjon mens BP-test brukes for heteoscedasticity selv om begge testene ser veldig like ut?