Czy podczas wykonywania testu (wektorowego) AR1-2 muszę brać pod uwagę heteroskedastyczność?
Test autokorelacji (AR) 1-2 jest zdefiniowany następująco – często nazywany testem Breuscha – Godfreya ( Link do Wiki ):
Test jest wykonywany poprzez pomocniczą regresję reszt na oryginale zmienne i pozostałości opóźnione (brak reszt opóźnionych na początku próby jest zastępowany przez zero, więc żadne obserwacje nie są tracone). Nieograniczone zmienne są zawarte w regresji pomocniczej. Hipoteza zerowa nie jest autokorelacją, która zostałaby odrzucona, gdyby statystyka testowa była zbyt wysoka. Ten test LM jest ważny dla systemów z opóźnionymi zmiennymi zależnymi i diagonalną autokorelacją resztkową, podczas gdy ani test Durbin-Watson, ani rezydualne autokorelacje nie zapewniają prawidłowego testu w tym przypadku.
Mam model VAR i próbuję określić ilość opóźnień do uwzględnienia. Mój model cierpi na heteroskedastyczność, więc używam testu Walda, aby wziąć to pod uwagę podczas wnioskowania. Istnieje duża różnica między normalnymi błędami standardowymi a błędami standardowymi zgodnymi z heteroskedastycznością w moim modelu.
Używam OxMetrics i zwraca tę samą statystykę testu AR1-2, gdy szacuję model za pomocą normalne błędy i błędy zgodne z heteroskedastycznością. Czy dzieje się tak dlatego, że heteroskedastyczność w modelu głównym nie ma wpływu na test regresji pomocniczej, czy tylko dlatego, że OxMetrics nie wykonuje w tym przypadku właściwego testu?
Komentarze
- Co to jest test AR1-2?
- Zaktualizowałem pytanie o definicję, mam nadzieję, że to pomoże.
- To rzeczywiście pomaga. Czy test ma inną nazwę lub czy istnieje odniesienie do artykułu badawczego proponującego test?
- Powinienem był to uwzględnić w moim pierwotnym pytaniu! Chociaż nie zostało to wyraźnie określone w dokumentacji (definicja, którą podałem), myślę, że OxMetrics używa testu Breuscha-Godfreya, jak przedstawiono w większości podręczników Wprowadzenie.
Odpowiedź
Test Breuscha-Godfreya nie opiera się na szacunkowych błędach standardowych, dlatego nie ma znaczenia, czy w regresjach używasz błędów standardowych odpornych na heteroskedastyczność, czy nie.
Bardzo krótki opis testu BG w celu sprawdzenia autokorelacji AR (1):
- Przeprowadź regresję OLS i oblicz reszty.
- Regresuj reszty na niezależnych zmiennych modelu i reszt z opóźnieniem.
- Oblicz statystykę testową, mnożąc R-kwadrat drugiej regresji przez wielkość próby.
- Porównaj statystykę testową z odpowiednimi Rozkład chi-kwadrat.
Jak widać, żaden z powyższych kroków nie zależy od tego, jak oszacujesz błędy standardowe, ani w Twojej „głównej” regresji lub w „pomocniczej” regresji stężenia glukozy we krwi.
Aby uzyskać więcej informacji, zobacz tutaj , aby uzyskać szczegółowe wyjaśnienie testu stężenia glukozy we krwi . Pamiętam, że możesz nawet pobrać dane wymienione w pliku PDF gdzieś na stronie, jeśli chcesz powtórzyć procedurę.
Komentarze
- Cześć dlaczego czy test BG jest używany do autokorelacji, podczas gdy test BP jest używany do heteoskedastyczności, mimo że oba testy wyglądają bardzo podobnie?