Scribd
Importer
108 vues6 pages

Test de Goldfeld-Quandt en régression

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.

Transféré par

FATEN BENNACEUR
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPT, PDF, TXT ou lisez en ligne sur Scribd
108 vues6 pages

Test de Goldfeld-Quandt en régression

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.

Transféré par

FATEN BENNACEUR
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PPT, PDF, TXT ou lisez en ligne sur Scribd

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