Гетероскедастичность в spss |
Здравствуйте, гость ( Вход | Регистрация )
Гетероскедастичность в spss |
10.06.2016 - 14:47
Сообщение
#1
|
|
Группа: Пользователи Сообщений: 25 Регистрация: 15.08.2014 Пользователь №: 26591 |
Здравствуйте. Не подскажите, как в spss посмотреть наличие гетероскедастичности , не только используя графики рассеяния в регрессионном анализе, а в частности интересует реализация теста Уайта. Есть такое или как быть?
Также на вики https://ru.wikipedia.org/wiki/%D0%A2%D0%B5%...%B5%D0%BD%D0%B0 говорится, что можно проверить через тест Спирмана. Я знаю про ранговые корреляции Спирмана, но в данном случае, я как не читаю, не понимаю что требуется. Как они через корреляции это определяют? |
|
10.06.2016 - 17:10
Сообщение
#2
|
|
Группа: Пользователи Сообщений: 902 Регистрация: 23.08.2010 Пользователь №: 22694 |
Здравствуйте. Не подскажите, как в spss посмотреть наличие гетероскедастичности , не только используя графики рассеяния в регрессионном анализе, а в частности интересует реализация теста Уайта. Есть такое или как быть? Также на вики https://ru.wikipedia.org/wiki/%D0%A2%D0%B5%...%B5%D0%BD%D0%B0 говорится, что можно проверить через тест Спирмана. Я знаю про ранговые корреляции Спирмана, но в данном случае, я как не читаю, не понимаю что требуется. Как они через корреляции это определяют? Тест Уайта в SPSS не реализован. Зато реализован в Eviews (www.eviews.com). А проверить гипотезу гетероскедастичности остатков просто: если есть подозрения, что гетероскедастичность может зависеть от некоторого конкретного регрессора, просто находится его спирменовская корреляция с рядом остатков. Но сейчас при наличии теста Уайта пользоваться таким методом просто грешно. Все таки на дворе 2016 г. А тест Уайта несложно руками посчитать в Экселе. |
|
10.06.2016 - 17:19
Сообщение
#3
|
|
Группа: Пользователи Сообщений: 231 Регистрация: 27.04.2016 Пользователь №: 28223 |
Здравствуйте. Не подскажите, как в spss посмотреть наличие гетероскедастичности , не только используя графики рассеяния в регрессионном анализе, а в частности интересует реализация теста Уайта. Есть такое или как быть? Также на вики https://ru.wikipedia.org/wiki/%D0%A2%D0%B5%...%B5%D0%BD%D0%B0 говорится, что можно проверить через тест Спирмана. Я знаю про ранговые корреляции Спирмана, но в данном случае, я как не читаю, не понимаю что требуется. Как они через корреляции это определяют? Если говорить предельно просто, то "гетероскедастичность" - это зависимость ошибки наблюдения зависимой переменной Y от значений независимой переменной Х. Соответственно, наличие гетероскедастичности можно обнаружить, построив модель, например регрессионную, получив остатки (т.е. те самые ошибки) и посмотрев, постоянны-ли остатки в отношении Х (более точнго - коррелируют-ли эти две величины). Тест Уайта анализирует не сами ошибки, а квадраты ошибок ( и, кстати, не только относительно Х, но это уже просто усложнение), сравнивая коэффициент детерминации этой вспомогательной регрессионной модели ошибок со с Хи-квадрат распределением. С другой стороны мы знаем, что коэффициент детерминации - это некоторая величина, функционально связанная с коэффициентом корреляции. Другие критерии гетероскедастичности прости основываются на других подходах на выявлении факта коррелировананности ошибок и независимой переменной. Коэффициент ранговой корреляции Спирмана - один из таких методов. Он предполагает, что сначала вы как и в других методах строите регрессионную модель, потом выделяете ошибки, их - как и значения независимой переменной - ранжируете и к полученным ранговым рядам применяете соответствующую статистику. Подтвердит эта статистика гипотезу - значит есть корреляция и соответственно остатки гетероскедастичны. Нет - значит нет. Вот это - если совсем просто. |
|
15.06.2016 - 16:16
Сообщение
#4
|
|
Группа: Пользователи Сообщений: 25 Регистрация: 15.08.2014 Пользователь №: 26591 |
100$, а можно Вас попросить кинуть сюда пример расчета в эксель? Я правильно понял, что мы просто берем остатки после регрессии(по "подозрительному регрессору") и делаем корреляцию по Спирману с ними, если она положительная(кстати какой коэффициент считает достаточным,чтобы говорить о гетероскедастичности?), то делаем вывод о гетероскедастичности?
Ещё вопрос об автокорреляциях, скажите же, я верно понял, что автокорреляция, это корреляция со временным рядом, но на лаг назад. Т.е. есть 12 месяцев, 12-1=11 месяцев, и я ряд на к-лаг назад коррелирую с исходным рядом. Так почему же нужно избавляться от автокорреляций. |
|
15.06.2016 - 18:34
Сообщение
#5
|
|
Группа: Пользователи Сообщений: 902 Регистрация: 23.08.2010 Пользователь №: 22694 |
100$, а можно Вас попросить кинуть сюда пример расчета в эксель? Я правильно понял, что мы просто берем остатки после регрессии(по "подозрительному регрессору") и делаем корреляцию по Спирману с ними, если она положительная(кстати какой коэффициент считает достаточным,чтобы говорить о гетероскедастичности?), то делаем вывод о гетероскедастичности? Ещё вопрос об автокорреляциях, скажите же, я верно понял, что автокорреляция, это корреляция со временным рядом, но на лаг назад. Т.е. есть 12 месяцев, 12-1=11 месяцев, и я ряд на к-лаг назад коррелирую с исходным рядом. Так почему же нужно избавляться от автокорреляций. 1. А чего там сложного-то? Для теста Уайта обычным МНК оценивается вспомогательная регрессия квадратов этих остатков на все регрессоры (включая константу, даже если её не было в исходной модели), их квадраты и попарные произведения. В Экселе это надстройка "Пакет анализа", затем "Анализ данных" -> "Регрессия". 2. По Спирмену все правильно. Только почему именно "положительная"? Любая значимая корреляция есть ответ на вопрос о наличии гетероскедастичности. Как проверяется значимость коэф-та ранговой корреляции можно в инетах узнать. 3. А/корреляция - корреляция ряда с самим собой. А/корр-ция первого порядка - рассчитывается как корреляция текущих и предыдущих ("вчерашних") значений, второго порядка - как корреляция текущих в "позавчерашними" и т.д. Отсутствие а/корреляций - признак статистической независимости случ. величин. |
|
18.06.2016 - 22:19
Сообщение
#6
|
|
Группа: Пользователи Сообщений: 25 Регистрация: 15.08.2014 Пользователь №: 26591 |
100$, разобрался с Уайтом.
Независимость случайной величины это хорошо или плохо? Если плохо, то как избавиться от А/корр-ции |
|
19.06.2016 - 00:03
Сообщение
#7
|
|
Группа: Пользователи Сообщений: 902 Регистрация: 23.08.2010 Пользователь №: 22694 |
100$, разобрался с Уайтом. Независимость случайной величины это хорошо или плохо? Если плохо, то как избавиться от А/корр-ции Это не просто хорошо, это замечательно. Не зря же все ГПСЧ тестируют Die Hard'ами. А чтобы от нее избавиться, лучше всего переспецифицировать модель. |
|