Académique Documents
Professionnel Documents
Culture Documents
1.
2.
3.
4.
5.
A natureza da Heterocedasticidade
Homo = igual; cedasticidade = espalhamento
2 = 2 , = 1, 2, ,
2 = 2 , = 1, 2, ,
2
=
2
2 =
2 2
2 2
2
ainda um estimador linear;
no tendencioso;
2 2
2
Supondo 2 conhecidas:
= 1
+ 1
+ 1
= 1 0
+ 2 +
2
2
= =
1
2
(
)
2
1
2
(
)
2
j que 2 conhecido
j que 2 = 2
1
2
1 2
=
0
1
1 0
2
2
heterocedasticidade
no mais um estimador no
2
tendencioso de 2 .
2 no mais eficiente, ou seja, no tem varincia
mnima, logo, os intervalos de confiana sero mais
amplos, facilitando a no rejeio de H0.
Os testes t e F no sero mais confiveis.
Soluo: usar MQG
Ver quadro na pag. 322 com os erros-padro das 3 abordagens.
Deteco da heterocedasticidade
Em cincias sociais h pouco controle sobre
experimentos
Em geral temos um Yi para um Xi
No possvel obter a varincia do erro em Xi se s h
uma observao para aquele Xi
Como detectar?
Mtodos informais:
Natureza do problema: (i) exemplo da poupana e renda, (ii)
em dados de corte transversal se as unidades so muito
heterogneas
Mtodo grfico: (i) 2 x ; (ii) 2 x Xi
2
= 1
2 +
2 =
+
2 = + +
Se for significativo h heterocedasticidade
O teste um procedimento em duas etapas: (i) estima-se a
regresso por MQO sem levar em conta a heterocedasticidade
e obtemos os 2 , e em (ii) estima-se a regresso do teste.
Crtica: o termo de erro pode no atender aos pressupostos
de MQO e ser ele prprio heterocedstico. O mtodo pode ser
estritamente exploratrio.
Ver arquivo Tabela11-1_Parker e Glejser.txt
= 1 + 2 2 + 3 3 +
1. Estimar a regresso e obter os resduos
2
2
2. 2 = 1 + 2 2 + 3 3 + 4 2
+ 5 3
+ 6 2 3 +
. 2 ~ 2.. (assintoticamente)
g.l. = no. de regressores (sem a constante)
Ver arquivo testesheteroc3_white.txt
Providncias corretivas
Quando 2 conhecido: usar o mtodo dos mnimos
quadrados ponderados
Quando 2 no conhecido: estimar os modelos com
erros robustos a heterocedasticidade de White
Obs.: ver premissas plausveis sobre o padro da heterocedasticidade nas
pginas 337 a 341