Scribd Logo
Importer

Bienvenue sur Scribd !

  • 145 vues

    Cours STT3220 Goldfeld Quandt

    Transféré par

    FATEN BENNACEUR
    Ce document décrit le test de Goldfeld-Quandt pour tester l'hétéroscédasticité dans un modèle de régression. Il explique la motivation du test, sa mise en œuvre et quelques remarques.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPT, PDF, TXT ou lisez en ligne sur Scribd

    Cours STT3220 Goldfeld Quandt

    Transféré par

    FATEN BENNACEUR
    145 vues6 pages
    Ce document décrit le test de Goldfeld-Quandt pour tester l'hétéroscédasticité dans un modèle de régression. Il explique la motivation du test, sa mise en œuvre et quelques remarques.

    Titre original

    CoursSTT3220GoldfeldQuandt

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PPT, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce document décrit le test de Goldfeld-Quandt pour tester l'hétéroscédasticité dans un modèle de régression. Il explique la motivation du test, sa mise en œuvre et quelques remarques.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPT, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format ppt, pdf ou txt
    145 vues6 pages

    Cours STT3220 Goldfeld Quandt

    Transféré par

    FATEN BENNACEUR
    Ce document décrit le test de Goldfeld-Quandt pour tester l'hétéroscédasticité dans un modèle de régression. Il explique la motivation du test, sa mise en œuvre et quelques remarques.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPT, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format ppt, pdf ou txt
    sur 6

    Méthodes de prévision (STT-3220)

    Section 2
    Tests d’hétéroskédasticité: Test de
    Goldfeld-Quandt

    Version: 17 août 2005


    Test de Goldfeld-Quandt

     Afin de motiver le test, supposons le modèle:


    yt   0  1 xt   t
     Supposons que l’on désire confronter:
    2 2
    H0 :   t
    2 2 2
    H1 :       
    1 2 n

    2 2
     Exemple:  x
    t t

    2 STT-3220; Méthodes de prévision


    Test de Goldfeld-Quandt (suite)

     Le test est similaire au « test préliminaire », mais


    l’esprit est assez différent.
     La procédure suggère d’effectuer deux régressions:
    – l’une avec les erreurs de petites variances,
    – l’autre avec les erreurs de grandes variances.
     Si les variances résiduelles sont approximativement
    égales, on ne rejette pas; sinon on rejette la nulle.

    3 STT-3220; Méthodes de prévision


    Mise en œuvre du test de Goldfeld-
    Quandt

     1. Ordonner les données selon la variable x:


    x1  x2    xn
     2. Omettre les d observations du milieu. Par
    exemple, d = n/5.
     3. Faire deux régressions:
    – 3.1 Une avec les premières (n-d)/2 observations.
    – 3.2 Une avec les dernières (n-d)/2 observations.

    4 STT-3220; Méthodes de prévision


    Mise en œuvre du test de Goldfeld-
    Quandt (suite)

     4. Poser: RSS1  ˆ ˆ T
    1 1

    RSS 2  ˆ ˆ2 T
    2

      RSS 2 / RSS1

     5. Sous la nulle:
      RSS 2 / RSS1 : F( n  d ) / 2 p 1,( n d ) / 2 p 1
    5 STT-3220; Méthodes de prévision
    Remarques sur le test de Goldfeld-
    Quandt
     La loi du test repose sur la normalité des erreurs.
    T
     Le modèle de régression est y  x   t on fait
    t β quand
    t . Mais
    les deux régressions, on ne tient pas compte du fait que
    c’est le même .
     Le choix de d est quelque peu arbitraire. Pour les
    observations au centre, les erreurs sont
    approximativement de même variance. Ces
    observations contribuent peu à distinguer la variabilité
    dans les deux groupes.
     On doit être en mesure d’ordonner selon la variabilité

    6 STT-3220; Méthodes de prévision

    Vous aimerez peut-être aussi

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy