• Juhuslike vigade tinglikud dispersioonid

on konstantsed ja ei sõltu eksogeensetest

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