Heterosqueticidade O que é Heterosqueticidade Heterosqueticidade, em estatística, é quando os desvios padrão de uma variável, monitorados durante um período específico de tempo, não são constantes. Heterosqueticidade muitas vezes surge de duas formas: condicional e incondicional. A heterocedasticidade condicional identifica volatilidade inconstante quando os períodos futuros de alta e baixa volatilidade não podem ser identificados. A heterocedasticidade incondicional é usada quando os períodos futuros de alta e baixa volatilidade podem ser identificados. DISCUSSÃO Heterosqueticidade Em finanças, a heterocedasticidade condicional é freqüentemente vista nos preços dos estoques e títulos. O nível de volatilidade dessas ações não pode ser previsto em qualquer período de tempo. A heterocedasticidade incondicional pode ser usada quando se discutem variáveis que têm variabilidade sazonal identificável. Como o uso de eletricidade. No que diz respeito às estatísticas, a heterocedasticidade, também a heteroscedasticidade escrita, refere-se à variação do erro, ou à dependência da dispersão, dentro de um mínimo de uma variável independente dentro de uma amostra particular. Essas variações podem ser usadas para calcular a margem de erro entre os conjuntos de dados, como resultados esperados e resultados reais, pois fornece uma medida para o desvio de pontos de dados do valor médio. Para que um conjunto de dados seja considerado relevante, a maioria dos pontos de dados deve estar dentro de um número específico de desvios padrão da média conforme descrito pelo teorema de Chebyshevs, também conhecido como desigualdade de Chebyshevs. Isso fornece diretrizes quanto à probabilidade de uma variável aleatória diferente da média. Com base no número de desvios padrão especificados, uma variável aleatória tem uma probabilidade particular de existir dentro desses pontos. Por exemplo, pode ser necessário que um intervalo de dois desvios padrão contenha pelo menos 75 dos pontos de dados para serem considerados válidos. Uma causa comum de variações fora do requisito mínimo é muitas vezes atribuída a questões de qualidade de dados. Heterosqueticidade incondicional A heterocedasticidade incondicional é previsível e, na maioria das vezes, se relaciona com variáveis que são cíclicas por natureza. Isso pode incluir vendas de varejo mais altas relatadas durante o período tradicional de compras de férias ou o aumento das chamadas de reparação do aparelho de ar condicionado durante os meses mais quentes. As mudanças dentro da variância podem ser vinculadas diretamente à ocorrência de eventos específicos ou marcadores preditivos se os turnos não são tradicionalmente sazonais. Isso pode estar relacionado a um aumento nas vendas de smartphones com o lançamento de um novo modelo, pois a atividade é cíclica com base no evento, mas não necessariamente determinada pela temporada. Heterosqueticidade condicional A heterocedasticidade condicional não é previsível por natureza. Não há nenhum sinal revelador que leve os analistas a acreditar que os dados se tornarão mais ou menos dispersos em qualquer momento. Muitas vezes, os produtos financeiros são considerados sujeitos a heterocedasticidade condicional, uma vez que nem todas as alterações podem ser atribuídas a eventos específicos ou mudanças sazonais. st: Re: branco het. Teste st: Re: branco het. Teste Sáb 14 fev 2004 09:26:49 -0500 Tenho que fazer um teste geral (completo) de heteroscedasticidade em branco para minha regressão com 9 variáveis. O número de variáveis únicas (excluindo constante) que deve ser incluído na regressão de resíduos quadrados nos produtos cruzados de xs é 39. Quando eu executar manualmente esta regressão auxiliar, o Stata descarta 2 variáveis. A estatística de teste resultante possui distribção de Chi2 (37). Recebo o mesmo resultado usando o comando whitetst que eu baixei da web. Este comando depende de Statas regredir para manter apenas variáveis únicas na regressão auxiliar. Mas quando eu uso imtest, branco. Minha estatística de teste é relatada como tendo distribuição de Chi2 (39) e seu valor é ligeiramente diferente do que eu obtive manualmente. Então, minhas perguntas são: como o imtest, o branco calcula a estatística de teste E como posso fazer Stata para não soltar variáveis que encontra collinear Muito obrigado Eu não posso reproduzir esse comportamento. Whitetst deixa cair os quadrados collinear e cross-products. Neste exemplo, de - auto-, eu modifiquei o whitetst para informar sobre o seu rmcoll que cai 6 regressores, deixando 14. Ivhettest, como Mark Schaffer observou, também produzirá esse teste. Mas imtest, branco gera a mesma estatística de teste com 14 d. f. Não vejo que o imtest não consiga prumar adequadamente a lista de regressores. Observe também a opção whitetst, ajustada se você tiver um número muito grande de regressores, o d. f. Do teste padrão branco será proibitivamente grande. A forma alternativa, descrita no texto de Wooldridges, usa produtos dos valores ajustados como regressores. Fonte SS df MS Número de obs 74 ------------------------------------------ - F (5, 68) 8,87 Modelo 250707635 5 50141527.1 Prob gt F 0,0000 Residual 384357761 68 5652320,01 R-quadrado 0,3948 -------------------------- ----------------- Adj R-squared 0.3503 Total 635065396 73 8699525.97 Root MSE 2377.5 nota do whitetst: 00000D caiu devido à nota de colinearidade: 00000E caiu devido à nota de colinearidade: 00000H caiu devido a Nota de colinearidade: 00000K caiu devido à nota de colinearidade: 00000N caiu devido à nota de colinearidade: 00000S caiu devido à estatística de teste geral da colinearidade. 9.428595 Chi-sq (14) P-value .8027 Estatística de teste especial dos brancos. 3.106367 Chi-sq (2) Valor P .2116 teste (s) de heterosqueticidade de OLS do Ivhettest usando níveis e produtos cruzados de todas as IVs. Ho: Perturbação é uma estatística de teste homoquimática WhiteKoenker nR2. 9.429 Chi-sq (14) Valor-P 0.8027 Teste de brancos para Ho: homosqueticidade contra Ha: heterocedasticidade irrestrita chi2 (14) 9.43 Prob gt chi2 0.8027
No comments:
Post a Comment