Heteroskedastisite için White Testi
White Test for Heteroskedasticity · Ayrıca şöyle bilinir: White's general heteroskedasticity test, White değişen varyans testi
Halbert White tarafından 1980'de tanıtılan White testi, fonksiyonel formu hakkında hiçbir varsayımda bulunmayan genel bir heteroskedastisite testidir. Test, karesi alınmış OLS artıklarını regresörlere, bunların karelerine ve çapraz çarpımlarına regresyon yaparak, bu terimlerden herhangi biriyle ilişkili heteroskedastisiteyi tespit edebilir. Aynı 1980 tarihli makale, test reddedildiğinde standart çözüm olan heteroskedastisiteye dayanıklı ('White') standart hataları da tanıtmıştır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Özellikle hangi değişkenlerin varyansı yönlendirdiğine dair önceden bir fikriniz olmadığında, belirli bir forma bağlı kalmadan heteroskedastisite için genel bir kontrol istediğinizde White testini kullanın. Genişliği aynı zamanda maliyetidir: birçok regresörle yardımcı regresyon birçok serbestlik derecesi tüketir, gücü azaltır, bu nedenle az sayıda şüpheli varyans sürücüsü için daha odaklı Breusch-Pagan testi daha güçlü olabilir. White testi genel yanlış spesifikasyonu da yakalayabildiğinden (terimleri fonksiyonel form kontrolüyle örtüşür), bir reddetme diğer teşhislerle birlikte yorumlanmalıdır. Heteroskedastisite doğrulandığında, White (heteroskedastisiteye dayanıklı) standart hataları bildirin veya ağırlıklı en küçük kareler ile tahmin edin.
Güçlü yönler & sınırlılıklar
- Heteroskedastisitenin fonksiyonel formu hakkında hiçbir varsayımda bulunmaz, geniş bir sapma sınıfını tespit eder.
- Hangi değişkenlerin varyansı yönlendirdiğine dair önceden bilgi gerektirmez.
- Bir reddetmeyi düzelten heteroskedastisiteye dayanıklı standart hatalarla birlikte gelir.
- Standart, yaygın olarak uygulanan genel bir spesifikasyon kontrolü.
- Çok sayıda regresör olduğunda birçok serbestlik derecesi tüketir, gücü düşürür.
- Belirli, bilinen bir heteroskedastisite formuna karşı Breusch-Pagan'dan daha az güçlüdür.
- Bir reddetme, yalnızca heteroskedastisiteden ziyade genel yanlış spesifikasyonu yansıtabilir.
- Sorunu tespit eder ancak varyans fonksiyonunu veya nasıl ağırlıklandırılacağını açıklamaz.
SSS
White testi Breusch-Pagan'dan nasıl farklıdır?
Breusch-Pagan, seçilen bir değişken kümesine (genellikle doğrusal olarak girilen regresörler) bağlı heteroskedastisiteyi test eder, bu da ona o forma karşı odak ve güç verir. White testi, regresörlerin karelerini ve çapraz çarpımlarını ekleyerek, formu konusunda agnostik hale getirir ancak gücünü daha fazla yayar ve daha fazla serbestlik derecesi tüketir.
White testi reddettiğinde ne yapmalıyım?
Heteroskedastisite, OLS katsayılarını yansız bırakır ancak standart hatalarını geçersiz kılar. Standart çözüm (aynı White (1980) makalesinde tanıtılmıştır), heteroskedastisiteye dayanıklı (sağlam) standart hataları bildirmektir; varyansı modelleyebilirseniz ağırlıklı en küçük kareler bir alternatiftir.
White testi neden düşük güce sahip olabilir?
Birçok yardımcı terim (seviyeler, kareler, çapraz çarpımlar) içerdiğinden, ki-kare serbestlik derecesi regresör sayısı ile hızla artar. Testi birçok yöne yaymak, herhangi bir tek forma karşı gücünü azaltır, bu nedenle varyansı neyin yönlendirdiğini bildiğinizde odaklanmış bir Breusch-Pagan testi daha iyi sonuç verebilir.
Kaynaklar
- White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838. DOI: 10.2307/1912934 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). White Test for Heteroskedasticity. ScholarGate. https://scholargate.app/tr/econometrics/white-test
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Heteroskedastisite için Breusch-Pagan TestiEkonometri↔ karşılaştır
- En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
- Ağırlıklı En Küçük Kareler (AEKK)İstatistik↔ karşılaştır