Diferencia entre revisiones de «Prueba de White»
m Bot: Moviendo 5 enlaces interlingüisticos a d:Q2983708 en Wikidata |
m PR:CW: Artículos sin lista de referencias |
||
| (No se muestran 7 ediciones intermedias de 6 usuarios) | |||
| Línea 1: | Línea 1: | ||
{{referencias}} |
{{referencias|t=20090717|economía}} |
||
En [[estadística]] la '''prueba de White''' es la [[contraste de hipótesis|prueba]] más general para detectar la [[heteroscedasticidad]] en los modelos de [[regresión lineal]]. No precisa de una especificación concreta de la [[heteroscedasticidad]] bajo la alternativa. |
En [[estadística]] la '''prueba de White''' es la [[contraste de hipótesis|prueba]] más general para detectar la [[heteroscedasticidad]] en los modelos de [[regresión lineal]]. Fue nombrada así en honor a uno de los grandes teóricos del campo como [[Halbert White]], que hizo grandes avances en su investigación de 1980.<ref>{{cite web |url=http://www.bateswhite.com/people/bios/white_halbert.htm |title=Bates White | Professionals | Halbert White, PhD |access-date=2010-02-15 |archive-url=https://web.archive.org/web/20090727132259/http://www.bateswhite.com/people/bios/white_halbert.htm |archive-date=2009-07-27 }}</ref><ref>{{cite journal | last = White | first = Halbert | title = A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity | journal = Econometrica | volume = 48 | number = 4 | pages = 817–838 | jstor = 1912934 | year = 1980 | doi = 10.2307/1912934 }}</ref> No precisa de una especificación concreta de la [[heteroscedasticidad]] bajo la alternativa. |
||
Contrasta: |
Contrasta: |
||
| Línea 10: | Línea 10: | ||
Para efectuar este contraste se plantea el modelo de [[regresión lineal]] múltiple que trata de explicar los residuos al cuadrado en función de las variables explicativas y los productos cruzados de las mismas. |
Para efectuar este contraste se plantea el modelo de [[regresión lineal]] múltiple que trata de explicar los residuos al cuadrado en función de las variables explicativas y los productos cruzados de las mismas. |
||
En situaciones de [[homocedasticidad]] se cumple que: <math>nR^2</math> sigue una distribución ji-cuadrado con k-1 grados de libertad, siendo k el número de variables explicativas incluidas en el modelo |
En situaciones de [[homocedasticidad]] se cumple que: <math>nR^2</math> sigue una distribución ji-cuadrado con k-1 grados de libertad, siendo k el número de variables explicativas incluidas en el modelo |
||
==Software== |
|||
En [[Stata]] el test se produce con la función '''whitetst'''. También en el programa de [[EViews]]. |
|||
== Referencias == |
|||
{{listaref}} |
|||
{{Control de autoridades}} |
|||
[[Categoría:Dispersión estadística]] |
[[Categoría:Dispersión estadística]] |
||
[[Categoría:Contraste de hipótesis]] |
[[Categoría:Contraste de hipótesis]] |
||
Revisión actual - 01:51 29 nov 2022
En estadística la prueba de White es la prueba más general para detectar la heteroscedasticidad en los modelos de regresión lineal. Fue nombrada así en honor a uno de los grandes teóricos del campo como Halbert White, que hizo grandes avances en su investigación de 1980.[1][2] No precisa de una especificación concreta de la heteroscedasticidad bajo la alternativa.
Contrasta:
- para todo i
- No se verifica
Para efectuar este contraste se plantea el modelo de regresión lineal múltiple que trata de explicar los residuos al cuadrado en función de las variables explicativas y los productos cruzados de las mismas.
En situaciones de homocedasticidad se cumple que: sigue una distribución ji-cuadrado con k-1 grados de libertad, siendo k el número de variables explicativas incluidas en el modelo
Software
[editar]En Stata el test se produce con la función whitetst. También en el programa de EViews.
Referencias
[editar]- ↑ «Bates White | Professionals | Halbert White, PhD». Archivado desde el original el 27 de julio de 2009. Consultado el 15 de febrero de 2010.
- ↑ White, Halbert (1980). «A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity». Econometrica 48 (4): 817-838. JSTOR 1912934. doi:10.2307/1912934.
| Control de autoridades |
|
|---|
Datos: Q2983708