aula 6 - heteroscedasticidade
TRANSCRIPT
-
HETEROSCEDASTICIDADE
Plano de Aula:
Conceito de Heteroscedasticidade
Causas
Consequncias
Mtodos de Deteco
Medidas Correctivas
Prof. Doutor Paulo Mole - Econometria I 1
-
O que Heteroscedasticidade?
O MCRL assume que os distrbios possuem igual varincia
isto , so homoscedsticos:
Se isto no for verdade, i.e., se a varincia de u for diferente
para cada valor de X, ento os distrbios so
heteroscedsticos:
Exemplos de distrbios heteroscedsticos: com o
aumento do rendimento, os indivduos aumentam as suas
possibilidades de escolha na aplicao desse rendimento.
22
2
)(
)()|(
i
iiii
uE
uEuEXuV
22 )( iiuE
Prof. Doutor Paulo Mole - Econometria I 2
-
Exemplo de Heteroscedasticidade
Prof. Doutor Paulo Mole - Econometria I 3
-
Causas da Heteroscedasticidade
De acordo com os modelos de aprendizagem do erro,
medida que as pessoas aprendem, seus erros de
comportamento se tornam menores com o tempo.
Neste caso, o que se espera que a varincia diminua.
medida que a renda aumenta, as pessoas tm maior
renda discricionria e, consequentemente, maior
liberdade para escolher como dispor de sua renda. Por
isso, provavelmente a varincia aumenta com a
renda.
medida que melhoram as tcnicas de colecta de
dados, provavelmente a varincia diminui.
Prof. Doutor Paulo Mole - Econometria I 4
-
Causas da Heteroscedasticidade
A heteroscedasticidade pode tambm surgir como
resultado da presena de observaes aberrantes.
Violao da hiptese de que o Modelo est
correctamente especificado, ou seja:
omisso de variveis relevantes,
incluso de variveis irrelevantes, ou mesmo
a forma funcional incorrecta.
Prof. Doutor Paulo Mole - Econometria I 5
-
Consequncias da Heteroscedasticidade
Em presena da heteroscedasticidade, os
estimadores pelos MQO continuaro a ser lineares
e no - viesados. Porm j no sero eficientes!
As frmulas usuais para estimar as varincias dos
estimadores dos MQO sero geralmente viesadas.
22
22^
2
2
2^
2
)()var(
)var(
i
ii
i
x
x
x
Prof. Doutor Paulo Mole - Econometria I 6
-
Consequncias da Het. (cont.)
Os intervalos de confiana e os testes de
significncia baseados nas distribuies t e
F sero enviesados, e sejam quais forem as
concluses a que se chegar ou as inferncias
que deles se fizer, elas podem ser bastante
enganosas.
Prof. Doutor Paulo Mole - Econometria I 7
-
Deteco da Heteroscedasticidade
No existe uma regra dominante para detectar a heteroscedasticidade,
simplesmente algumas regras praticas!
Mtodos Informais:
Natureza do problema. Por experincia emprica ou bibliogrfica,
a natureza do problema pode sugerir a presena da
heteroscedasticidade.
Exemplos:
Espera-se varincias crescentes dos resduos da funo consumo a
medida que a renda aumenta.
H uma maior probabilidade de haver heteroscedasticidade em
dados de corte, pelo facto de juntar unidades de diferentes
tamanhos.
Prof. Doutor Paulo Mole - Econometria I 8
-
Deteco da Heteroscedasticidade
Mtodos Grficos
Estima-se um modelo (ignorando a presena de
heteroscedasticidade), e de seguida examina-se a presena da
heteroscedasticidade atravs da analise grfica entre:
Os valores de Y contra os valores de X;
O quadrado dos erros estimados contra os valores estimados de Y e/ou
O quadrado dos erros estimados valores de contra os valores de Xi.
Prof. Doutor Paulo Mole - Econometria I 9
-
Deteco da Heteroscedasticidade
Mtodos Grficos, cont.
Um exemplo da economia de trabalho: Homoscedasticidade ou
heteroscedasticidade?
Prof. Doutor Paulo Mole - Econometria I 10
-
Deteco da Heteroscedasticidade
Mtodos Grficos, cont.
Um exemplo da economia da educao: Homoscedasticidade ou
heteroscedasticidade?
Prof. Doutor Paulo Mole - Econometria I 11
-
Mtodos Formais
Prof. Doutor Paulo Mole - Econometria I 12
Teste de Park:
Park sugere que 2 uma funo da varivel X, de tal forma que
2 = 2
mas porque 2 geralmente desconhecido, substitumo-lo por
2. Assim,
2 = 2 + +
Regrida Y sobre X, ignorando a heteroscedasticidade, e obtenha .
Seguidamente rode a equao anterior.
Se o coeficiente associado a lnX for significante, a
heteroscedasticidade existe.
Teste de Glejser:
Similar ao teste de Park!
Regrida Y sobre X, ignorando a heteroscedasticidade, e obtenha .
Seguidamente regrida sobre a varivel X que acreditamos a priori
estar a eles associada.
-
Mtodos Formais (cont.) Glejser sugere as seguintes formas funcionais:
Se o parmetro associado a varivel X for estatisticamente diferente de zero,
conclui-se que o termo distrbio heteroscedstico.
vX =
vX =
v +X
=
v +X
=
v +X =
v +X =
ii21i
ii21i
i
i
21i
i
i
21i
ii21i
ii21i
u
u
u
u
u
u
2
1
1
Prof. Doutor Paulo Mole - Econometria I 13
-
Mtodos Formais (cont.) Teste de Goldfeld-Quantd:
A base deste teste e de que a varincia heteroscedastica se relacione
positivamente com os Xs.
Satisfeita a condio:
Disponha as observaes de X (que se supe causar a heteroscedasticidade) em ordem crescente
Omita as c observaes centrais (geralmente 1/6 do tamanho da amostra)
Corra as regresses com as observaes dos dois grupos(acima de c e abaixo de c)
Obtenha a SQR para ambos os grupos
Prof. Doutor Paulo Mole - Econometria I 14
-
Mtodos Formais (cont.)
Teste de Goldfeld-Quantd, cont.
Designe por SQR2 a SQR para os maiores valores de X, e SQR1 para os menores
Aplique a frmula seguinte:
Se for maior que o F-crtico, rejeita-se a H0 de homoscedasticidade.
2/)2(
/
/
1
2
kcngl
glSQR
glSQR
Prof. Doutor Paulo Mole - Econometria I 15
-
Mtodos Formais (cont.)
Teste de White, :
Regrida Y sobre os Xs e obtenha os resduos, ui (equao 1) e
Rode a regresso auxiliar de ui2 (equao 2)
Se n*R2 > valor critico de qui- quadrado, a heteroscedasticidade existe.
22
326
2
35
2
2433221
2
33221
~..3
.2
.1
df
iiiiiiii
iiii
Rn
vXXXXXXu
uXXY
Prof. Doutor Paulo Mole - Econometria I 16
-
Mtodos Formais (cont.)
Teste de Breusch-Pagan-Godfrey
E mais simples que o teste de White! Focaliza-se na relao entre os
quadrados dos resduos estimados e o conjunto dos Xs relacionados
com as varincias heteroscedastica.
Segue os seguintes passos:
1. Estime por MQO a regresso em estudo e obtenha os resduos u1, u2,...,un .
2. Escolha as m variveis Xs relacionadas com as varincias heteroscedsticas.
3. Regrida ui2 sobre todas as variveis escolhidas.
4. Obtenha o R2 da equao anterior.
5. Rejeite a Hiptese nula (da presena de homoscedasticidade) se n*R2
for maior que o valor critico para o teste Qui-quadrado com m graus
de liberdade.
Prof. Doutor Paulo Mole - Econometria I 17
-
Medidas Correctivas
Quando 2 conhecido:
Mnimos Quadrados Ponderados:
i. A transformao acima sugere que novas sries de Y e X so geradas e roda-se a regresso de forma usual (mas note
que uma regresso pela origem!)
ii. Assumindo que todos os pressupostos do MCRL esto satisfeitos, os estimadores dos MQO no modelo acima
sero MELNV.
)()()1
(
^^
*
2
^*
1
i
i
i
i
ii
i uXY
Prof. Doutor Paulo Mole - Econometria I 18
-
Medidas Correctivas (Cont.)
Quando 2 desconhecido:
Como sabido, o conhecimento da verdadeira varincia muito raro e neste caso, o recurso assumir certos pressupostos acerca
do padro da heteroscedasticidade. Assim, tm-se as
transformaes:
222
22
222
)()(........)()1
(.3
)(......)()1
(.2
)(........)()1
(.1
YEuseE
Y
u
Y
Xb
Y
a
Y
Y
XuseEX
u
X
Xb
Xa
X
Y
XuseEX
u
X
Xb
Xa
X
Y
i
i
i
i
i
ii
i
ii
i
i
i
i
ii
i
ii
i
i
i
i
ii
i
Prof. Doutor Paulo Mole - Econometria I 19
-
Medidas Correctivas (Cont.)
Quando 2 desconhecido, cont.
4. Re- especificao do Modelo
Em vez de especular acerca do padro da heteroscedasticidade, algumas vezes uma re-especificao da forma funcional pode reduzir a
heteroscedasticidade. Geralmente a logaritmizao das variveis reduz
a heteroscedasticidade. Assim, ter-se-ia:
Uma das vantagem dos modelos na forma logartmica de que o coeficiente de inclinao mede a elasticidade de Y com respeito a X.
u + XLn + = YLn ii21i
Prof. Doutor Paulo Mole - Econometria I 20