Professional Documents
Culture Documents
Facultatea de CSIE,
Specializarea Informatică Economică
Curs 5, 6 – 2, 9 noiembrie 2009
y = + x + ,
Exemplu: y Ax e ln(y)=ln(A)+ln(x)+
y Ax Nu poate fi transformat
în model liniar
Ipoteza 2: media erorilor este zero
Homoscedasticitatea:
2
σ (i)= constantă i
2
Densitatea Densitatea
Y Y
1 + 2 Xi 1 + 2 Xi
X X
Ipoteza 3 : Homoscedasticitatea erorilor
Cauze de apariţie a heteroscedasticităţii
Depistarea heteroscedasticităţii
Pentru depistarea heteroscedasticităţii pot fi folosite
metode empirice, formale sau informale:
metoda grafică
testul White
testul Goldfeld-Quandt
Ipoteza 3 : Homoscedasticitatea erorilor
Depistarea heteroscedasticităţii
Metoda grafică
Se reprezintă grafic ei2 în funcţie de xi şi se observă dacă există o
ei 2
xi
Ipoteza 3 : Homoscedasticitatea erorilor
Depistarea heteroscedasticităţii
Testul White
Etapa 1. Se estimează parametrii modelului de regresie
multifactorial: Y=X prin metoda celor mai mici pătrate şi se
obţine seria reziduurilor (ei)i=1,n
Etapa 2. Se explicitează seria (ei2)i=1,n în raport cu una sau mai
multe variabile exogene, astfel:
k k
1. e a j x ji b j x ji vi
2 2
i
j 1 j 1
Observaţii:
O creştere a lui r conduce la diminuarea puterii testului.
Când sunt un număr mare de variabile exogene se recomandă
utilizarea modelului 1.
Când sunt un număr moderat de variabile exogene se recomandă
utilizarea modelului 2.
Ipoteza 3 : Homoscedasticitatea erorilor
Depistarea heteroscedasticităţii
Exemplul 2: Se consideră modelul de regresie ce descrie legătura, presupusă liniară,
între valoarea investiţiilor realizate şi rata dobânzii, înregistrate în perioada 1995-2004.
An 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Investiţii (mld. lei) 15424,9 24998,5 53540,1 67919,9 96630,4 151947,2 241153,6 322836 422535,1 526555,8
Rata dobânzii (%) 36,5 38,1 51,6 38,3 45,4 32,4 26,2 18,4 10,8 11,3
Etapa 1 : Se estimează parametrii modelului liniar de regresie :
yˆ i erorile
Etapa 2 : Se calculează 554842 ,3 1173101
ei=yi- xi acestea se estimează modelul :
iar pentru
ŷi
şi se obţine: ei2 b0 xi b1 xi2 i
cu R2=0,568
eˆi2 statistica
Etapa 3: Se calculează 788264420 xi 1842359
testului
2
White : xi
Decise
>LM. LM 0,568 ipoteza
10acceptă 5,68 H0, modelul fiind homoscedastic.
02,05; 2 5,99
Ipoteza 3 : Homoscedasticitatea erorilor
Măsuri corective ale heteroscedasticităţii
i2 cunoscut
Metoda celor mai mici pătrate ponderată
yi x x u
0 0i 1 i i unde x0i=1 pentru orice i.
i i i i
yi x u
0 0 i 1 i unde x0i=1 pentru orice i.
xi xi xi
ui 2 xi2
Var (u ) Var ( ) 2 2 , i 1, n
*
i
xi xi
Ipoteza 3 : Homoscedasticitatea erorilor
Măsuri corective ale heteroscedasticităţii
yi x u
0 0i 1 xi i unde x0i=1 pentru orice i.
xi xi xi
ui 2 xi
Var (u ) Var (
*
i ) 2 , i 1, n
xi xi
Ipoteza 3 : Homoscedasticitatea erorilor
Măsuri corective ale heteroscedasticităţii
ln y i 1 2 ln x i u i
Ipoteza 4: Non autocorelarea erorilor
Definire
u u
u
timp timp
timp
Ipoteza 4: Non autocorelarea erorilor
Cauzele apariţiei autocorelării erorilor
Metoda grafică
Testul Durbin Watson
Testul Goldfeld-Quandt
Ipoteza 4: Non autocorelarea erorilor
Depistarea autocorelaţiei erorilor
Metoda grafică
Valorile erorilor observate pot fi reprezentate printr-o cronogramă.
În cazul în care evoluţia temporală a variabilei reziduale urmează
anumite pattern-uri, sugerează faptul că erorile sunt autocorelate.
Pentru identificarea unei autocorelaţii de ordinul 1 pentru erori, se
pot reprezenta grafic printr-o corelogramă valorile observate
pentru ut şi ut-1.
Ipoteza 4: Non autocorelarea erorilor
Depistarea autocorelaţiei erorilor
(e t et 1 ) 2
DW t 2
n
e
t 1
t
2
Ipoteza 4: Non autocorelarea erorilor
Depistarea autocorelaţiei erorilor