Próba Glejsera

W statystyce test Glejsera dla heteroskedastyczności , opracowany w 1969 roku przez Herberta Glejsera, dokonuje regresji reszt na zmiennej objaśniającej , która jest uważana za związaną z wariancją heteroskedastyczną. Po tym, jak stwierdzono, że nie jest on asymptotycznie poprawny w przypadku zaburzeń asymetrycznych, podobne ulepszenia zostały niezależnie zasugerowane przez Im oraz Machado i Santos Silva.

Etapy stosowania metody Glejsera

Krok 1: Oszacuj pierwotną regresję za pomocą zwykłych najmniejszych kwadratów i znajdź reszty próby e _i .

Krok 2: Regresuj wartość bezwzględną | e _ja | na zmiennej objaśniającej, która jest związana z heteroskedastycznością.

${\ Displaystyle {\ rozpocząć {wyrównane} | e_ {i} | & = \ gamma _ {0} + \ gamma _ {1} X_ {i} + v_ {i} \\ [8pt] | e_ {i} | &=\gamma _{0}+\gamma_{1}{\sqrt {X_{i}}}+v_{i}\\[8pt]|e_{i}|&=\gamma _{0}+ \gamma _{1}{\frac {1}{X_{i}}}+v_{i}\end{wyrównane}}}$

^Wybierz równanie o najwyższym R2 i najniższym błędzie standardowym, aby przedstawić heteroskedastyczność.

Krok 4: Wykonaj test t dla równania wybranego z kroku 3 dla γ ₁ . Jeśli γ ₁ jest statystycznie istotne, odrzuć hipotezę zerową o homoskedastyczności.

Implementacja oprogramowania

Test Glejsera można zaimplementować w oprogramowaniu R za pomocą funkcji glejsera pakietu skedastic . Można go również zaimplementować w oprogramowaniu ekonometrycznym SHAZAM .