Prueba de Glejser

En estadística , la prueba de Glejser para heterocedasticidad , desarrollada en 1969 por Herbert Glejser , hace una regresión de los residuos de la variable explicativa que se piensa que está relacionada con la varianza heterocedástica. ^[1] Después de que se encontró que no era asintóticamente válida bajo perturbaciones asimétricas, ^{[2] Im, [3]} y Machado y Santos Silva sugirieron mejoras similares de forma independiente . ^[4]

Paso 1: Estime la regresión original con mínimos cuadrados ordinarios y encuentre los residuos muestrales  e _i .

Paso 2: Regresar el valor absoluto | e _i | en la variable explicativa que está asociada con la heterocedasticidad.

${\displaystyle {\begin{aligned}|e_{i}|&=\gamma _{0}+\gamma _{1}X_{i}+v_{i}\\[8pt]|e_{i}|&=\gamma _{0}+\gamma _{1}{\sqrt {X_{i}}}+v_{i}\\[8pt]|e_{i}|&=\gamma _{0}+\gamma _{1}{\frac {1}{X_{i}}}+v_{i}\end{aligned}}}$

Paso 3: Seleccione la ecuación con el R ² más alto y los errores estándar más bajos para representar la heterocedasticidad.

Paso 4: Realice una prueba t sobre la ecuación seleccionada en el paso 3 en γ ₁ . Si γ ₁ es estadísticamente significativo, rechace la hipótesis nula de homocedasticidad.

La prueba de Glejser se puede implementar en el software R utilizando la glejserfunción del skedasticpaquete. ^[5] También se puede implementar en el software de econometría SHAZAM . ^[6]

Prueba de Breusch-Pagan Prueba
de Goldfeld-Quandt Prueba
de Park
Prueba de White