{"id":1636,"date":"2023-07-25T13:53:58","date_gmt":"2023-07-25T13:53:58","guid":{"rendered":"https:\/\/statorials.org\/pt\/teste-de-breusch-godfrey-em-r\/"},"modified":"2023-07-25T13:53:58","modified_gmt":"2023-07-25T13:53:58","slug":"teste-de-breusch-godfrey-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/teste-de-breusch-godfrey-em-r\/","title":{"rendered":"Como realizar um teste de breusch-godfrey em r"},"content":{"rendered":"

<\/p>\n

\n

Um dos principais pressupostos da regress\u00e3o linear<\/a> \u00e9 que n\u00e3o h\u00e1 correla\u00e7\u00e3o entre os res\u00edduos, ou seja, os res\u00edduos s\u00e3o independentes.<\/span><\/p>\n

Para testar a autocorrela\u00e7\u00e3o de primeira ordem, podemos realizar um teste de Durbin-Watson<\/a> . No entanto, se quisermos testar a autocorrela\u00e7\u00e3o em ordens superiores, precisamos realizar um teste de Breusch-Godfrey<\/strong> .<\/span><\/p>\n

Este teste usa as seguintes suposi\u00e7\u00f5es<\/a> :<\/span><\/p>\n

H 0<\/sub> (hip\u00f3tese nula):<\/strong> N\u00e3o h\u00e1 autocorrela\u00e7\u00e3o de ordem menor ou igual a p<\/em> .<\/span><\/p>\n

HA<\/sub> (hip\u00f3tese alternativa):<\/strong> Existe uma autocorrela\u00e7\u00e3o de certa ordem menor ou igual a p<\/em> .<\/span><\/p>\n

A estat\u00edstica de teste segue uma distribui\u00e7\u00e3o qui-quadrado com p<\/em> graus de liberdade.<\/span><\/p>\n

Se o valor p<\/a> que corresponde a esta estat\u00edstica de teste estiver abaixo de um certo n\u00edvel de signific\u00e2ncia (por exemplo, 0,05), ent\u00e3o podemos rejeitar a hip\u00f3tese nula e concluir que existe uma autocorrela\u00e7\u00e3o entre os res\u00edduos numa certa ordem inferior ou igual a p<\/em> .<\/span><\/p>\n

Para realizar um teste de Breusch-Godfrey em R, podemos usar a fun\u00e7\u00e3o bgtest(y ~ x, order = p)<\/strong> da biblioteca lmtest<\/strong> .<\/span><\/p>\n

Este tutorial fornece um exemplo de uso dessa sintaxe em R.<\/span><\/p>\n

Exemplo: teste de Breusch-Godfrey em R<\/strong><\/span><\/h3>\n

Primeiro, vamos criar um conjunto de dados falso contendo duas vari\u00e1veis preditoras (x1 e x2) e uma vari\u00e1vel de resposta (y).<\/span><\/p>\n

 #create dataset\n<\/span>df <- data. frame<\/span> (x1=c(3, 4, 4, 5, 8, 9, 11, 13, 14, 16, 17, 20),\n                 x2=c(7, 7, 8, 8, 12, 4, 5, 15, 9, 17, 19, 19),\n                  y=c(24, 25, 25, 27, 29, 31, 34, 34, 39, 30, 40, 49))\n\n#view first six rows of dataset\n<\/span>head(df)\n\n  x1 x2 y\n1 3 7 24\n2 4 7 25\n3 4 8 25\n4 5 8 27\n5 8 12 29\n6 9 4 31<\/strong><\/pre>\n
 A seguir, podemos realizar um teste de Breusch-Godfrey usando a fun\u00e7\u00e3o bgtest()<\/strong> do pacote lmtest<\/strong> .<\/span><\/p>\n
 Para este exemplo, testaremos a autocorrela\u00e7\u00e3o entre os res\u00edduos de ordem p = 3:<\/span><\/p>\n
 #load lmtest package\n<\/span>library<\/span> (lmtest)\n\n#perform Breusch-Godfrey test\n<\/span>bgtest(y ~ x1 + x2, order= 3<\/span> , data=df)\n\n\tBreusch-Godfrey test for serial correlation of order up to 3\n\ndata: y ~ x1 + x2\nLM test = 8.7031, df = 3, p-value = 0.03351\n<\/strong><\/pre>\n
 Pelo resultado podemos ver que a estat\u00edstica de teste \u00e9 X2<\/sup> = 8,7031<\/strong> com 3 graus de liberdade. O valor p correspondente \u00e9 0,03351<\/strong> .<\/span><\/p>\n
 Como este valor p \u00e9 inferior a 0,05, podemos rejeitar a hip\u00f3tese nula e concluir que existe uma autocorrela\u00e7\u00e3o entre os res\u00edduos de ordem menor ou igual a 3.<\/span><\/p>\n
 Como lidar com a autocorrela\u00e7\u00e3o<\/strong><\/span><\/h3>\n
 Se voc\u00ea rejeitar a hip\u00f3tese nula e concluir que a autocorrela\u00e7\u00e3o est\u00e1 presente nos res\u00edduos, voc\u00ea ter\u00e1 v\u00e1rias op\u00e7\u00f5es para corrigir esse problema se consider\u00e1-lo suficientemente s\u00e9rio:<\/span><\/p>\n