stata中的異方差檢驗（BP檢驗、懷特檢驗）操做及其分析

迴歸分析診斷中的異方差檢驗是重要的內容之一，它有多種檢驗方法，包括圖示法、BP檢驗、懷特檢驗等，這裏介紹如何使用stata進行BP檢驗、懷特檢驗，並對結果如何進行分析與判斷。

1

這裏選取美國波士頓房貸數據做爲示例，其樣本有506個，數據展現以下：

這裏創建以下回歸模型：

用stata進行估計，代碼爲：

regress lprice lnox ldist rooms stratio

結果爲：

2

首先進行BP檢驗：

根據stata估計結果，採用BP檢驗來判斷方程是否存在異方差，B-P檢驗的基礎原理就是經過輔助迴歸的R^2,來檢驗是否存在異方差的狀況。

首先默認以擬合值y_hat來檢驗，代碼爲：

estat hettest,iid

這裏邊iid：表示擾動項獨立同分布（不加默認是正態分佈）

獲得結果：

結果代表，在給定α=0.05的狀況下,BP檢驗的卡方統計量chi2（1）=127.21，對應p值爲0.000<0.05，拒絕方程不存在異方差的原假設，說明方程存在異方差。

還能夠對某些解釋變量進行輔助迴歸，命令以下：

estat hettest lnox ldist rooms stratio, iid

獲得結果：

在給定α=0.05的狀況下,BP檢驗的卡方統計量chi2（4）=69.87，對應p值爲0.000<0.05，拒絕方程不存在異方差的原假設，說明方程存在異方差。

3

接下來是懷特檢驗：

根據stata估計結果，採用懷特檢驗來判斷方程是否存在異方差，代碼爲：

estat imtest,white

獲得結果：

在給定α=0.05的狀況下,BP檢驗的卡方統計量chi2（14）=143.98，對應p值爲0.000<0.05，拒絕方程不存在異方差的原假設，說明方程存在異方差。

以上是BP檢驗、懷特檢驗的基本形式，還能夠根據本身的需求，在上述命令的基礎上，進行改進，獲得想要的結果。

本文分享自微信公衆號 - 博士的計量經濟學乾貨（econometrics_ABC）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。