Heterocedasticidade

Alexandre A. Porsse
Prof. Adjunto do Departamento de Economia
Universidade Federal do Paran
Tpicos
A natureza da heterocedasticidade
Estimao de MQO na presena de
heterocedasticidade
O mtodo dos mnimos quadrados
generalizados (MQG)
Consequncias do uso do MQO na presena
da heterocedasticidade
Deteco do problema
Medidas corretivas
A natureza da
Heterocedasticidade
Definies
Homocedasticidade:


Heterocedasticidade:
Erros Homocedsticos
Erros Heterocedsticos
Fontes de Heterocedasticidade
Modelos de erro-aprendizagem
Aumento do conjunto de possibilidades de
escolha (quando a renda aumenta)
Aperfeioamento das tcnicas de coleta de
dados
Existncia de dados discrepantes (outliers)
Violao da hiptese 9 (o modelo MCRL deve
ser especificado corretamente)
Figura 11.4
Fontes de Heterocedasticidade
Assimetria na distribuio de um ou mais
regressores do modelo
Transformao incorreta dos dados e uso de
forma funcional incorreta
A heterocedasticidade mais provvel em dados
de corte transversal do que em dados de sries
temporais.
EXEMPLO
Remunerao mdia (em Salrio Mnimo) por setor da
indstria de transformao e porte da empresa: Brasil (2010)
0 a 4 5 a 9
10 a
19
20 a
29
30 a
49
50 a
99
100 a
249
250 a
499
500 ou
mais
10 Produtos alimentcios
1,5 1,3 1,5 1,6 1,7 1,9 2,3 2,7 2,9
11 Bebidas
2,2 1,6 1,6 1,8 2,0 2,2 2,7 3,5 3,9
12 Produtos do fumo
1,7 2,1 1,5 1,6 2,4 1,6 2,8 2,9 5,9
13 Produtos txteis
1,6 1,5 1,7 1,7 1,8 2,0 2,3 2,8 2,6
14 Vesturio e acessrios
1,4 1,3 1,4 1,4 1,4 1,4 1,6 1,8 2,2
15 Couros e calados
1,5 1,4 1,4 1,6 1,5 1,5 1,6 1,8 1,7
16 produtos de madeira
1,5 1,5 1,6 1,6 1,7 1,7 1,9 2,2 3,7
17 Celulose e papel
2,7 1,7 1,9 2,0 2,2 2,4 3,1 4,0 6,5
18 Impresso e gravaes
1,7 1,9 2,1 2,3 2,5 2,9 3,2 4,3 4,8
19 Derivados do petrleo e biocombustveis
2,2 2,7 3,0 2,2 3,1 3,5 3,9 3,6 11,3
20 Produtos qumicos
3,1 2,0 2,3 2,5 3,0 4,0 5,7 6,8 8,7
21 Farmoqumicos e farmacuticos
2,2 2,3 2,5 2,7 2,6 4,1 4,4 6,9 8,7
22 Borracha e de material plstico
1,9 1,8 1,9 2,1 2,2 2,4 2,9 3,6 4,8
23 Minerais no-metlicos
2,6 1,5 1,6 1,6 1,7 1,8 2,6 3,5 5,4
24 Metalurgia
3,4 2,3 2,4 2,5 2,6 2,8 3,4 4,0 8,0
25 Produtos de metal
1,8 1,9 2,2 2,4 2,5 2,8 3,3 4,3 4,5
26 Equip. de informtica e eletrnicos
2,8 2,4 2,6 2,8 3,1 2,9 4,2 4,3 5,9
27 Materiais eltricos
4,3 2,1 2,3 2,5 2,6 2,8 3,7 3,8 4,9
28 Mquinas e equipamentos
2,6 2,5 2,9 3,0 3,4 3,8 4,8 5,0 6,4
29 Veculos automotores
2,1 1,9 2,2 2,3 2,4 2,8 3,7 4,1 6,9
30 Outros equip. de transporte
2,0 2,0 2,3 2,4 2,6 2,8 4,0 3,8 7,7
31 Mveis
1,5 1,6 1,7 1,8 1,8 1,9 2,2 2,5 2,6
32 Produtos diversos
1,5 1,6 1,8 1,9 2,0 2,3 2,5 3,2 4,0
33 Manuteno de mquinas e equipamentos
1,9 2,1 2,6 2,7 3,0 3,0 4,1 4,0 4,5
Remunerao Mdia 1,9 1,6 1,8 1,9 2,1 2,3 3,0 3,7 4,9
Desvio padro 0,7 0,4 0,5 0,5 0,6 0,8 1,0 1,3 2,4
Setores da indstria de transformao
Faixa de Pessoal Ocupado
EXEMPLO
Deviso-padro versus Remunerao Mdia
na indstria de transformao do Brasil - 2010
0,0
0,5
1,0
1,5
2,0
2,5
0,0 1,0 2,0 3,0 4,0 5,0 6,0
D
e
s
v
i
o
-
p
a
d
r

o
Remunerao Mdia (Salrio Mnimo)
Estimao de MQO na presena
de heterocedasticidade
MQO com Heterocedasticidade
Considere o modelo de regresso simples:
MQO com Heterocedasticidade
Expresses da varincia do estimador:
homocedasticidade
heterocedasticidade
MQO com Heterocedasticidade
O estimador linear? Sim!!
O estimador no tendencioso? Sim!!
O estimador possui varincia mnima na classe
dos estimadores no tendenciosos? No!!
O estimador consistente? Sim!!
A heterocedasticidade implica em ineficincia
para os estimadores MQO.
Mtodo de Mnimos Quadrados
Generalizados ou Ponderados
(MQG ou MQP)
Mnimos Quadrados Generalizados
Consiste em um mtodo capaz de produzir
estimadores MELNT na presena de
heterocedasticidade.

O mtodo atribui pesos ou importncias iguais
a cada observao com base no valor das
varincias heterocedsticas (conhecidas) o
2
i
.
Mnimos Quadrados Generalizados
Consiste em um mtodo capaz de produzir
estimadores MELNT na presena de
heterocedasticidade.

O mtodo atribui pesos ou importncias iguais
a cada observao com base no valor das
varincias heterocedsticas (conhecidas) o
2
i
.
Mnimos Quadrados Generalizados
Considere o modelo:


Reescrevendo:
Mnimos Quadrados Generalizados
Assumindo que o
2
i
conhecido, o modelo
pode ser transformado tal como:

Mnimos Quadrados Generalizados
O modelo transformado homocedstico:






A aplicao de MQO no modelo transformado
produz estimadores MELNT (|
*
1
, |
*
2
).

Mnimos Quadrados Generalizados
Os estimadores MQG so obtidos
minimizando:

Mnimos Quadrados Generalizados
O estimador MQG para |
*
2
:

Obteno dos Estimadores MQG
Mnimos Quadrados No Ponderados:



Mnimos Quadrados Ponderados:


Obteno dos Estimadores MQG
Deferenciando:



Obteno dos Estimadores MQG
Aplicando as CPO:



( 1 )
( 2 )
Obteno dos Estimadores MQG
Resolvendo as equaes simultaneamente:



Mnimos Quadrados Generalizados
A varincia de |
*
2
:

Consequncias de usar MQO na
presena de Heterocedasticidade
Estimao MQO admitindo a
heterocedasticidade
Suponha o uso do estimador MQO e a
varincia heterocedstica:



Os intervalos de confiana e testes de
hipteses usuais ficam comprometidos, pois:


Estimao MQO desconsiderando
a heterocedasticidade
Suponha o uso do estimador MQO e da
varincia homocedstica quando h
heterocedasticidade:



O estimador da varincia tendencioso.
Os intervalos de confiana e testes de hipteses no so
vlidos.

Mtodos de Deteco da
Heterocedasticidade
Mtodos
Informais
Natureza do problema e mtodo grfico
Formais
Teste de Park
Teste de Glejser
Teste de correlao por ordem de Spearman
Teste de Godfeld-Quandt
Teste de Breusch-Pagan-Godfrey
Teste geral de White
Mtodos Informais
Natureza do problema:
Em dados de corte transversal envolvendo
unidades heterogneas, a heterocedasticidade
pode ser a regra e no a exceo.

Mtodo grfico:
Anlise do padro de associao do quadrado dos
resduos da regresso com o valor esperado de Y
ou com X
Mtodo Grfico
Mtodo Grfico
Mtodos Formais
Teste de Park
Regresso da varincia como funo de X






Se | for significativo, rejeita a hiptese de
homocedasticidade.
ou
Teste de Glejser
Similar ao teste de Park, mas utiliza-se o valor
absoluto dos resduos:

Algumas observaes sobre os
testes de Park e Glejser
Park: o termo de erro do modelo no satisfaz
as hipteses do mtodo MQO, podendo ser
heterocedstico.

Glejser: (1) os dois ltimos modelos no so
lineares nos parmetros; (2) os quatros
primeiros modelos so mais satisfatrios em
grandes amostras.

Teste de Correlao por
Ordem de Spearman
Coeficiente de correlao por ordem:



d
i
= diferena nas classificaes referentes a duas
caractersticas
n = nmero de observaes

Etapas do Teste de Correlao por
Ordem de Spearman
1) Estma a regressao entre Y e X e calcula ;

2) Gera-se o valor absoluto e ordena tanto
quanto X
i
(ou ), de forma ascendente ou
descendente, e calcula o coefciente de correlacao
pela ordem (r
s
);
i
u

i
u

i
u

i
Y

Etapas do Teste de Correlao por

Ordem de Spearman
3) Supondo que o coefciente de correlacao por ordem
da populacao
s
seja zero e n > 8, a signifcancia de
r
s
avaliada pelo seguinte teste t:



4) Se r
s
estatisticamente significativo, conclui-se que
existe heterocedasticidade.
2
2
~
1
2

=
n
s
s
t
r
n r
t
Exemplo 11.3
9998 , 0 3333 , 0 = = t e r
s
Teste de Goldfeld-Quandt
Teste aplicado sob a hiptese de que a varincia
heterocedstica positivamente relacionada com
uma das variveis explicativas.

Teste de Goldfeld-Quandt
1) Ordene ou classifque (ascendente) as observacoes
de acordo com os valores de X
i
2) Omita c observacoes centrais, em que c e
especifcado a priori, e divida as observacoes
remanescentes em dois grupos com observacoes
( n - c )/2 em cada um
3) Estime as regresses MQO para cada grupo
separadamente e colete as somas dos quadrados
dos resduos SQR
1
e SQR
2


Teste de Goldfeld-Quandt
4) Calcule a seguinte razo:







5) Se o valor exceder o valor crtico da tabela F,
ento rejeita-se a hiptese de homocedasticidade.
2
2
2
) (
~
/
/
,
1
2
k c n
k
c n
gl
F
gl SQR
gl SQR
gl gl

=

=
=
Teste de Goldfeld-Quandt
N
Goldfeld-
Quandt
Judge et al
30 8 4
60 16 10
Definio dos valores de c
Exemplo
Tabela 11.3:
Y = gastos de consumo
X = renda
RY = gastos de consumo ordenados (segundo X)
X = renda ordenada de forma ascendente
N = 30
c = 4


11 , 11
~ 07 , 4
11 / 17 , 377
11 / 80 , 1536
F = =
Teste de Breusch-Pagan-Godfrey
Premissas:




Zs so no estocsticas (pode usar Xs)
Testar a hiptese de que o
2
= o
3
= ... = o
m
implica
testar a hiptese de homocedasticidade
Teste de Breusch-Pagan-Godfrey
1) Estima a regresso por MQO e coleta os resduos
2) Calcula o estimador de mxima verossimilhana da
varincia:

3) Constri as variveis p
i
tais como:


Teste de Breusch-Pagan-Godfrey
4) Estima a seguinte regresso:

5) Da regresso anterior, coleta SQE e calcula:


6) Se o valor calculado de O excede o valor crtico da
tabela _
2
, ento rejeita-se a hiptese de
homocedasticidade.


2
1
~
2
1

_ = O
m
ass
SQE
Exemplo
Tabela 11.3:
Y = gastos de consumo
X = renda
RY = gastos de consumo ordenados (segundo X)
X = renda ordenada de forma ascendente
N = 30

2
1
~ 2150 , 5 4280 , 10
2
1
2
1
_ = = = O SQE
Observaes sobre o teste
Breusch-Pagan-Godfrey
O teste BPG assinttico
Para amostras pequenas, o teste sensvel a
hiptese de que o erros so normalmente
distribudos
Teste Geral de White
O teste de White no requer a hiptese de
normalidade dos erros

Suponha o seguinte modelo:

Teste Geral de White
1) Estima a regresso e coleta os resduos
2) Estima a seguinte regresso auxiliar:


3) A partir da regresso auxiliar, calcula a seguinte
estatstica:

4) Se o valor calculado excede o valor crtico da tabela
_
2
, conclui-se que existe heterocedasticidade.


n
o
de regressores exclusive intercepto
Aplicao do Teste White
Equao de salrios estimada para o Paran
com base na PNAD-2009
Modelo linear
Modelo log-linear
Regresso auxiliar:
Sem termos cruzados
Com termos cruzados
Modelo Linear
Regresso auxiliar sem termos cruzados
Regresso auxiliar com termos cruzados
Modelo No Linear
Regresso auxiliar sem termos cruzados
Regresso auxiliar com termos cruzados
Observaes sobre o teste White
Conforme o tamanho da amostra, usar termos
cruzados pode consumir muitos graus de
liberdade.
O teste de White pode ser um teste de
heterocedasticidade como tambm de erro de
especificao ou ambos.
Sem termos cruzados: teste de heterocedasticidade pura
Com termos cruzados: teste de heterocedasticidade e de
erro de especificao

Medidas Corretivas
Medidas Corretivas
Quando o
2
i
conhecido:
Utiliza estimao por MQG (MQP)

Quando o
2
i
desconhecido:
Estimao por MQO com erros padro robustos
de White
Transformaes das variveis


Erros padro robustos de White
As varincias e erros padro so consistentes
para heterocedasticidade segundo o
procedimento de White:
Utiliza o quadrado dos resduos para obter as
varincias e erros padro dos estimadores
O procedimento assintoticamente consistente
Diversos programas estatsticos j possuem rotina
automatizado desse procedimento
Transformao de variveis
Se a varincia proporcional a X
2
:


Transformao do modelo:
Transformao de variveis
Se a varincia proporcional a X:


Transformao do modelo:
Transformao de variveis
Se a varincia proporcional a E(Y):


Transformao do modelo:
Transformao de variveis
Transformao logartimica: