Як виконати тест чоу в r

Тест Чоу використовується, щоб перевірити, чи рівні коефіцієнти двох різних регресійних моделей на різних наборах даних.

Цей тест зазвичай використовується в галузі економетрики з даними часових рядів, щоб визначити, чи існує структурний розрив у даних у певний момент часу.

Цей підручник надає покроковий приклад того, як виконати тест Чоу в R.

Крок 1: Створіть дані

Спочатку ми створимо фейкові дані:

 #create data
data <- data.frame(x = c(1, 1, 2, 3, 4, 4, 5, 5, 6, 7, 7, 8, 8, 9, 10, 10,
                         11, 12, 12, 13, 14, 15, 15, 16, 17, 18, 18, 19, 20, 20),
                   y = c(3, 5, 6, 10, 13, 15, 17, 14, 20, 23, 25, 27, 30, 30, 31,
                         33, 32, 32, 30, 32, 34, 34, 37, 35, 34, 36, 34, 37, 38, 36))

#view first six rows of data
head(data)

  xy
1 1 3
2 1 5
3 2 6
4 3 10
5 4 13
6 4 15

Крок 2: Візуалізуйте дані

Далі ми створимо просту діаграму розсіювання для візуалізації даних:

 #load ggplot2 visualization package
library (ggplot2)

#create scatterplot
ggplot(data, aes (x = x, y = y)) +
    geom_point(col=' steelblue ', size= 3 )

З діаграми розсіювання ми бачимо, що шаблон у даних змінюється при x = 10. Таким чином, ми можемо виконати тест Чоу, щоб визначити, чи існує структурна точка зламу в даних при x = 10.

Крок 3: Виконайте тест чау

Ми можемо використовувати функцію sctest з пакету strucchange для виконання тесту Chow:

 #load strucchange package
library (strucchange)

#perform Chow test
sctest(data$y ~ data$x, type = " Chow ", point = 10 )

	Chow test

data: data$y ~ data$x
F = 110.14, p-value = 2.023e-13

З результатів тесту ми бачимо:

• Статистика F-тесту : 110,14
• р-значення: <.0000

Оскільки p-значення менше 0,05, ми можемо відхилити нульову гіпотезу тесту. Це означає, що ми маємо достатньо доказів, щоб стверджувати, що в даних присутній структурний розрив.

Іншими словами, дві лінії регресії можуть більш ефективно вписати модель у дані, ніж одна лінія регресії.