Como realizar um teste breusch-pagan no stata

A regressão linear múltipla é um método que podemos usar para compreender a relação entre múltiplas variáveis explicativas e uma variável de resposta.

Infelizmente, um problema que ocorre frequentemente na regressão é conhecido como heterocedasticidade , no qual há uma mudança sistemática na variância dos resíduos ao longo de um intervalo de valores medidos.

Um teste que podemos usar para determinar se a heterocedasticidade está presente é o teste de Breusch-Pagan . Este teste produz uma estatística de teste qui-quadrado e um valor p correspondente.

Se o valor p estiver abaixo de um determinado limite (as escolhas comuns são 0,01, 0,05 e 0,10), então há evidências suficientes para dizer que a heterocedasticidade está presente.

Este tutorial explica como realizar um teste Breusch-Pagan no Stata.

Exemplo: teste Breusch-Pagan em Stata

Usaremos o conjunto de dados Stata integrado automaticamente para ilustrar como realizar o teste Breusch-Pagan.

Etapa 1: Carregar e exibir dados.

Primeiro, use o seguinte comando para carregar os dados:

uso automático do sistema

Em seguida, exiba os dados brutos usando o seguinte comando:

br

Etapa 2: Execute a regressão linear múltipla.

A seguir, inseriremos o seguinte comando para realizar uma regressão linear múltipla usando preço como variável de resposta e mpg e peso como variáveis explicativas:

preço de regressão peso mpg

Etapa 3: execute o teste de Breusch-Pagan.

Depois de ajustar o modelo de regressão, podemos então realizar o teste de Breusch-Pagan usando o comando hettest , que é a abreviação de “teste de heterocedasticidade”:

o mais quente

Veja como interpretar o resultado:

Ho: Esta é a hipótese nula do teste, que afirma que existe variância constante entre os resíduos.

Variáveis: Isso nos informa a variável de resposta que foi usada no modelo de regressão. Neste caso foi o preço variável.

chi2(1): Esta é a estatística do teste qui-quadrado do teste. Neste caso, são 14h78.

Prob > chi2: Este é o valor p que corresponde à estatística do teste qui-quadrado. Neste caso é 0,0001. Sendo este valor inferior a 0,05, podemos rejeitar a hipótese nula e concluir que há heterocedasticidade nos dados.

O que fazer a seguir

Se você não rejeitar a hipótese nula do teste de Breusch-Pagan, então a heterocedasticidade não estará presente e você poderá interpretar o resultado da regressão original.

Porém, se você rejeitar a hipótese nula do teste de Breusch-Pagan, significa que a heterocedasticidade está presente nos dados. Neste caso, os erros padrão exibidos na tabela de resultados da regressão não são confiáveis. Existem várias maneiras de resolver esse problema, incluindo:

1. Transforme a variável de resposta. Você pode tentar realizar uma transformação na variável de resposta. Por exemplo, você pode usar log(price) em vez de price como variável de resposta. Geralmente, obter o logaritmo da variável de resposta é uma forma eficaz de eliminar a heterocedasticidade. Outra transformação comum é usar a raiz quadrada da variável de resposta.

2. Use regressão ponderada. Este tipo de regressão atribui um peso a cada ponto de dados com base na variância do seu valor ajustado. Essencialmente, isso atribui pesos baixos aos pontos de dados que possuem variâncias mais altas, reduzindo seus quadrados residuais. Quando os pesos apropriados são usados, isso pode eliminar o problema da heterocedasticidade.

3. Use erros padrão robustos. Erros padrão robustos são mais “robustos” para o problema da heterocedasticidade e tendem a fornecer uma medida mais precisa do verdadeiro erro padrão de um coeficiente de regressão. Confira este tutorial para aprender como usar erros padrão robustos em regressão no Stata.