En estadística , la prueba de Glejser para heterocedasticidad , desarrollada en 1969 por Herbert Glejser , hace una regresión de los residuos de la variable explicativa que se piensa que está relacionada con la varianza heterocedástica. [1] Después de que se encontró que no era asintóticamente válida bajo perturbaciones asimétricas, [2] Im, [3] y Machado y Santos Silva sugirieron mejoras similares de forma independiente . [4]
Paso 1: Estime la regresión original con mínimos cuadrados ordinarios y encuentre los residuos muestrales e i .
Paso 2: Regresar el valor absoluto | e i | en la variable explicativa que está asociada con la heterocedasticidad.
Paso 3: Seleccione la ecuación con el R 2 más alto y los errores estándar más bajos para representar la heterocedasticidad.
Paso 4: Realice una prueba t sobre la ecuación seleccionada en el paso 3 en γ 1 . Si γ 1 es estadísticamente significativo, rechace la hipótesis nula de homocedasticidad.
La prueba de Glejser se puede implementar en el software R utilizando la glejserfunción del skedasticpaquete. [5] También se puede implementar en el software de econometría SHAZAM . [6]
Prueba de Breusch-Pagan Prueba
de Goldfeld-Quandt Prueba
de Park
Prueba de White
![{\displaystyle {\begin{aligned}|e_{i}|&=\gamma _{0}+\gamma _{1}X_{i}+v_{i}\\[8pt]|e_{i}|&=\gamma _{0}+\gamma _{1}{\sqrt {X_{i}}}+v_{i}\\[8pt]|e_{i}|&=\gamma _{0}+\gamma _{1}{\frac {1}{X_{i}}}+v_{i}\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7755cd054c4e493fb1ab59a387ec3039b6bad500)