Heteroskedasticita - príklad

Dáta k príkladu sú zo stránky učebnice Greene: Econometric Analysis v časti Data Tables v tabuľke Table F9.1. Príklad nájdete v tejto knihe ako Example 12.1, Example 12.4, Example 12.5 (1).

Obsah:

Popis dát (z uvedenej stránky)

Income and Expenditure Data. 100 Cross Section Observations 
Source: Greene (1992) 

MDR = Number of derogatory reports 
Acc = Credit card application accepted (1=yes), 
Age = Age in years+ 12ths of a year, 
Income = Income, divided by 10,000 , 
Avgexp = Avg. monthly credit card expenditure, 
Ownrent = OwnRent, individual owns (1) or rents (0) home. 
Selfempl = Self employed (1=yes, 0=no) 

Model

avgexp = c(1) + c(2) age + c(3) ownrent + c(4) income + c(5) income^2 + ε

Na odhad použijeme iba tie dáta, ktoré majú nenulovú hodnotu premennej avgexp.

Úprava dát a odhad modelu

Načítame dáta do EVviews. (Postup je na stránke cvičení z predchádzajúceho školského roka: tu.) Na odhad použijeme iba dáta s nenulovú hodnotou premennej avgexp, preto zo súboru vylúčime dáta s nulovou hodnotou tejto premennej.

Najskôr teda zoradíme dáta podľa premennej Avginc. V menu zvolíme Procs - Sort Series


Obr. 1: Zoradenie dát

a zadame premennú, podľa ktorej sa majú dáta zoradiť.


Obr. 2: Zoradenie dát

Zobrazíme usporiadané dáta:


Obr. 3: Zoradené dáta

Vidíme, že prvých 28 hodnôt je nulových. Preto z našich dát chceme ponechať len pozorovania 29-100. Dosiahneme to voľbou Procs - Change workfile Range v menu


Obr. 4: Zmena rozsahu dát

a následným zadaním rozsahu dát, ktorý chceme ponechať.


Obr. 5: Zmena rozsahu dát

Teraz už môžeme odhadnúť model. (Postup pri odhadovaní modelu je na stránke cvičení z predchádzajúceho školského roka: tu.)


Obr. 6: Regresia

Regresiu uložíme pod názvom EQ01.

Podozrenie na heteroskedasticitu

Intuitívna prestava o náhodných odchýlkach ε od strednej hodnoty danej vysvetľujúcimi premennými: Vytvoríme graf, ktorý bude mať na osi x hodnoty premennej, o ktorej si myslíme, že spôsobuje rozdiely vo variancii ε (t.j. income) a na osi y rezíduá.


Obr. 7: Graf závislosti rezíduí od premennej income

Zväčšovanie rozsahu hodnôt rezíduí so zväčšujúcou sa hodnotou premennej income potvrdzuje naše podozrenie na heteroskedasticitu.

Whitov odhad kovariančnej matice

Pri zadávaní odhadovaného modelu klikneme na Options.


Obr. 8: Klikneme: na Options

V Options označíme Heteroskedasticity Consistent Covariance a White.


Obr. 9: Označíme: Heteroskedasticity Consistent Covariance a White

Dostaneme:


Obr. 10: Regresia s Whitovym odhadom kovariančnej matice

Regresiu uložíme pod názvom EQ02. Whitov odhad kovariančnej matice si môžeme pozrieť voľbou View - Covariance Matrix.

Odhad kovariančnej matice z EViews sa od odhadu definovaného na prednáške a na cvičení líši faktorom n/(n-k).

Whitov test heteroskedasticity

Zobrazíme výstup z prvej regresie (EQ01). Klikneme na View - Residual Tests.


Obr. 11: Whitov test

Sú tu obidve verzie testu: White Heteroskedasticity (no cross terms) a White Heteroskedasticity (cross terms). Výpočtom týchto dvoch testov dostaneme:

Obr. 12: Výsledok Whitovych testov: vľavo no cross terms a vpravo cross terms

Nulová hypotéza je homoskedasticita. Hodnota štatistiky a príslušná P hodnota je v riadku Obs*R-squared.


Beáta Stehlíková (www)
Cvičenia z ekonometrie, 3mef