muutujatest • Juhuslike vigade sellist omadust nimetatakse homoskedastiivsuseks. Kui juhuslike vigade dispersioonid ei ole konstantsed, siis on tegemist heteroskedastiivsusega • Heteroskedastiivsuse põhjused • 1) majandussubjekti suuremad võimalused (sissetulekud, kasum) annavad subjektile suurema valikuvabaduse (varieeruvuse) • 2) õpiprotsesse kirjeldavad mudelid • 3) vead mudeli spetsifitseerimisel • 4) ebaharilikud vaatlused • Heteroskedastiivsus esineb mudelis enamasti ristandmete korral. Kui aegridade mudelites on heteroskedastiivsus, siis tavaliselt ei sõltu juhuslike vigade varieeruvus mõnest sõltumatust muutujast, vaid eelmiste perioodide juhuslike vigade varieeruvusest. • Sel juhul räägitakse tinglikust autoregressiivsest heteroskedastiivsusest ning varieeruvuse modelleerimiseks kasutatakse spetsiaalseid ARCH-GARCH mudeleid. • Heteroskedastiivsuse mõju parameetrite hinnangutele: • Heteroskedastiivsuse korral tavalise vähimruutude meetodi abil saadud parameetrite hinnangud on nihketa, kuid ei ole efektiivsed (vähima dispersiooniga). • Kuna parameetrite standardvead on üldjuhul nihkega standardhälvete hinnangud, siis leitud parameetrite usalduspiirid ning hüpoteeside testimise tulemused ei ole usaldusväärsed. • Üldjuhul ei ole teada, kas leitud standardviga ülehindab või alahindab hinnangu tegelikku standardhälvet • Heteroskedastiivsuse olemasolu vahetu kontrollimine ei ole enamasti võimalik, kuna valimi põhjal ei ole võimalik leida juhuslike vigade dispersioone. • Parim, mida me teha saame, on vaadelda jääkliikmete ruutusid juhuslike vigade dispersioonide hinnangutena ning nende põhjal otsustada, kas mudelis on heteroskedastiivsus või mitte. • Heteroskedastiivsuse avastamiseks ei ole ühest ja ainuõiget meetodit, kuid enamuse välja pakutud meetodite korral püütakse kindlaks teha, kas eksisteerib (statistiliselt) oluline seos jääkliikmete ning mingi muutuja Z (mittekonstantne muutuja) vahel. • Paljude meetodite korral valitakse muutujaks Z kas mõni sõltumatu muutuja või hinnatud sõltuv muutuja. • Heteroskedastiivsuse avastamise meetodid saame jagada graafilisteks ning formaalseteks (mingil test-protseduuril tuginevad meetodid). • Graafiliste meetodite korral kujutatakse Y teljel kas jääkliikmeid või nende absoluutväärtusi ning X teljel kas mõnda sõltumatut muutujat või hinnatud sõltuvat muutujat . Kui on näha jääkliikmete varieeruvuse muutust sõltuvalt x-teljel asuvast muutujast, siis see viitab heteroskedastiivsuse olemasolule. • Formaalsed meetodid • Glejseri ja Parki testide korral võetakse muutujaks Z kas mõni sõltumatu muutuja või sõltuva muutuja hinnang • Goldfeld-Quandti test • Alljärgneva testi, mis pakuti välja Goldfeldi ja Qandti poolt 1965.a., idee baseerub asjaolul, et kui mudelis on homoskedastiivsus, siis valimi mistahes osade korral peaks jääkliikmete varieeruvused olema ligikaudu samad. • Valim järjestatakse mingi muutuja Z järgi ning jagatakse kolmeks osaks. Keskmine osa jäetakse vaatluse alt välja ning võrreldakse jääkliikmete varieeruvusi ülejäänud kahe grupi vahel. Selleks kasutatakse F-testi. • Testi läbiviimisel tuleks teha läbi järgmised sammud: • a) valime mingi muutuja Z, mille kohta meil on a priori oletus, et juhuslike vigade dispersioonid on seotud muutuja Z väärtustega. Järjestame vaatlused muutuja Z järgi kasvamise järjekorras • b) Olgu valimi maht n. Viskame välja keskmised c vaatlust ning hindame mudelit eraldi esimese (n-c)/2 (mudel I) ja viimase (n-c)/2 (mudel II) vaatluse korral. Olgu ja vastavate mudelite jääkliikmete ruutude summad. Kui lähtemudelis on heteroskedastiivsus, siis peaksid jääkliikmete ruutude summad olema oluliselt erinevad • c) Arvutame teststatistiku • Saab näidata, et kui juhuslikud vead on normaaljaotusega ning lähtemudelis heteroskedastiivsus puudub, siis teststatistik on Fischeri jaotusega , kus vabadusastmete arvud on mõlemad (n-c-2k)/2 . Seega, kui teststatistik on suurem kriitilisest väärtusest, siis lükkame nullhüpoteesi heteroskedastiivsuse puudumise kohta tagasi. • Testi rakendamisel tekib küsimus, milline peaks olema arv c - väljavisatud vaatluste arv. Kirjanduses on pakutud, et c võib võrdseks võtta neljaga, kui valimi maht on 30 ning c=10, kui n=60. White’i test • Väga levinud test heteroskedastiivsuse olemasolu kindlakstegemiseks on White’I test. • Selle testi korral ei ole vaja eelnevalt määrata, millise muutujaga peaksid juhuslike vigade dispersioonid seotud olema. • Heteroskedastiivsuse kindlakstegemiseks vaadeldakse abiregressiooni, kus sõltuvaks muutujaks on jääkliikmete ruudud ning sõltumatuteks muutujateks esialgse mudeli sõltumatud muutujad, nende ruudud ning soovi korral ka sõltumatute muutujate omavahelised korrutised. • Testitakse, kas abiregressiooni kõigi muutujate parameetrid on samaaegselt nullid. Kui ei ole, siis mudelis on heteroskedastiivsus