Тест ранговой корреляции Спирмена
Пример. Проведем тестирование на гетероскедастичность случайных возмущений с помощью теста Спирмена для задачи моделирования объема государственных расходов на образование в различных странах в зависимости от объема ВВП (рассмотренный ранее пример). На рис. 7.3 приведены исходные данные, рассчитанные значения модулей случайных возмущений и ранги по весу вектора и абсолютному значению. При этом… Читать ещё >
Тест ранговой корреляции Спирмена (реферат, курсовая, диплом, контрольная)
В основу теста также положено предположение о том, что дисперсия случайного возмущения связана с абсолютными значениями регрессоров.
При этом никаких дополнительных предположений относительно вида функции или ограничений закона распределения случайных возмущений не делается. Идея теста заключается в том, что абсолютная величина остатков связана с оценкой ее стандартной ошибки . Поэтому в случае гетероскедастичности абсолютные значения остатков и абсолютные значения вектора регрессоров будут коррелированными.
Тест Спирмена основан на вычислении коэффициента ранговой корреляции между случайными возмущениями и абсолютными значениями вектора
(7.6).
где u — объем выборки; - разность между рангами, но абсолютным значениям вектора и случайного возмущения
Замечание. Под рангом понимается порядковый номер наблюдения в выборке, отсортированной по значению модуля (ранг по ) или по (ранг по вектору ).
В случае отсутствия гетероскедастичности коэффициент ранговой корреляции должен равняться нулю, т. е. основная гипотеза принимает вид . Так как закон распределения случайной переменной неизвестен, то для тестирования гипотезы формируется случайная переменная:
(7.7).
Случайная переменная подчиняется нормальному закону распределения , при условии, что . Для нормального распределения можно вычислить для заданной доверительной вероятности критическое значение и, если выполняется условие , то нулевая гипотеза об отсутствии гетероскедастичности принимается.
Пример. Проведем тестирование на гетероскедастичность случайных возмущений с помощью теста Спирмена для задачи моделирования объема государственных расходов на образование в различных странах в зависимости от объема ВВП (рассмотренный ранее пример). На рис. 7.3 приведены исходные данные, рассчитанные значения модулей случайных возмущений и ранги по весу вектора и абсолютному значению
Замечание. На практике ранжирование выборки наблюдений с помощью приложения EXCEL не сложно. Для этого достаточно вначале отсортировать строки выборки по X (в общем случае пор,) и пронумеровать их в полученном порядке. Вы получите значения рангов по X. Затем нужно отсортировать выборку по абсолютным значениям , вновь пронумеровать результат сортировки. Получится столбец, содержащий значения рангов по .
По полученным данным (табл. 7.2) вычисляется столбец.
Таблица 7.2.
Результаты расчетов для применения теста Спирмена
№. | Госрасходы на образование (у) | ВВП (л). | Ранг под: | и | Ранг по и | №. | Госрасходы на образование (у) | ВВП (х) | Ранг по д•. | и | Ранг по и | ||
0,75. | 40,15. | 0,38. | 1,23. | 18,88. | 2,29. | — 14. | |||||||
1,60. | 66,97. | 0,56. | 4,45. | 66,32. | 2,33. | — 4. | |||||||
5,31. | 101,65. | 0,83. | 5,56. | 153,85. | 2,41. | ||||||||
6,40. | 115,97. | 0.96. | 1,81. | 20,94. | 2,73. | — 16. | |||||||
0,67. | 27.56. | 1,15. | 4,90. | 57,71. | 3,36. | — 9. | |||||||
4,26. | 76,88. | 1,44. | 29,90. | 534,97. | 3,56. | ||||||||
7,15. | 119,49. | 1,48. | 18,90. | 261,41. | 3,73. | ||||||||
8,66. | 140,98. | 1,55. | 13,41. | 169,38. | 4,40. | — 1. | |||||||
3,50. | 63,03. | 1,60. | 5,46. | 186,33. | 4,68. | — 1. | |||||||
2,80. | 51.62. | 1,67. | 11,22. | 124,15. | 5,24. | — 6. | |||||||
1,25. | 27,57. | 1,73. | И. | — 1. | 8,92. | 249,72. | 5,46. | — 1. | |||||
1,07. | 24,67. | 1,74. | — 4. | 61,61. | 1040,45. | 5,67. | |||||||
1,02. | 22,16. | 1.86. | — 7. | 4,79. | 211,78. | 7,06. | — 4. | ||||||
0,22. | 10,13. | 1,86. | — 12. | 33,59. | 655,29. | 7,92. | |||||||
0,32. | 11,34. | 1,88. | — 12. | 15,95. | 395,52. | 8,19. | — 3. | ||||||
1,27. | 23,83. | 2,00. | — 9. | 181,30. | 2586,40. | 10,61. | |||||||
0,34. | 5,67. | 2,28. | — 16. | 38,62. | 815,00. | 13,58. | — 2. |
В результате получаем:
Полученное значение необходимо сравнить с двусторонней квантилью нормального распределения при и параметрами (0; 1,33). Это значение можно вычислить с помощью функции НОРМОБР (0.05; 0.3) = 2.58.
Так как условие не выполняется, гипотеза об отсутствии гетероскедастичности отклоняется.
Как видим, оба теста привели к одинаковому результату.
Вопрос, на который нам предстоит ответить: что же делать, если случайные возмущения оказались гетероскедастичными?