Modelo de Consumo en función del Ingreso disponible para 30 familias, el modelo

vienedado por:

Cons= β0 + β 1 Yd+u 0

n Cons Yd
1 55 80
2 65 100
3 70 85
4 80 110
5 79 120
6 84 115
7 98 130
8 95 140
9 90 125
10 75 90
11 74 105
12 110 160
13 113 150
14 125 165
15 108 145
16 115 180
17 140 225
18 120 200
19 145 240
20 130 185
21 152 220
22 144 210
23 175 245
24 180 260
25 135 190
26 140 205
27 178 265
28 191 270
29 137 230
30 189 250

Se pide:
1. Detectar Heteroscedasticidad mediante:
a) Método Gráfico
b) Prueba Goldfeld-Quandt
c) Prueba Breusch-Pagan-Godfrey
d) Prueba de White

a) Método Gráfico (Hay Heteroscedasticidad)

200

180

160

140
CONS

120

100

80

60

40
40 80 120 160 200 240 280

YD

b) Prueba Goldfeld-Quandt
Paso 1. Ordene las observaciones de acuerdo con los valores de Xi, a partir del valor más
bajo de X.

n Cons Yd
1 55 80
2 70 85
3 75 90
4 65 100
5 74 105
6 80 110
7 84 115
8 79 120
9 90 125
 10 98 130
11 95 140
12 108 145
13 113 150
14 110 160
15 125 165
16 115 180
17 130 185
18 135 190
19 120 200
20 140 205
21 144 210
22 152 220
23 140 225
24 137 230
25 145 240
26 175 245
27 189 250
28 180 260
29 178 265
30 191 270

Paso 2. Omita las c observaciones centrales, donde c se especifi có a priori, y divida las
observaciones restantes (n − c) en dos grupos, cada uno de (n − c)/2 observaciones.

Paso 3. Ajuste regresiones MCO separadas a las primeras (n − c)/2 observaciones y a las
últimas (n − c)/2 observaciones, y obtenga las respectivas sumas de cuadrados residuales

Cons1=β 0 + β 1 Yd +u0

Variable Coefficient Std. Error t-Statistic Prob.  

C 3.409429 8.704924 0.391667 0.7028

YD 0.696774 0.074366 9.369531 0.0000

R-squared 0.888651    Mean dependent var 83.53846

Adjusted R-squared 0.878528    S.D. dependent var 16.80087
S.E. of regression 5.855582    Akaike info criterion 6.513306
Sum squared resid 377.1663    Schwarz criterion 6.600221
Log likelihood -40.33649    Hannan-Quinn criter. 6.495441
F-statistic 87.78810    Durbin-Watson stat 2.123530
Prob(F-statistic) 0.000001
 Cons2=β 0 + β 1 Yd +u1

Variable Coefficient Std. Error t-Statistic Prob.  

C -28.02717 30.64214 -0.914661 0.3800

YD 0.794137 0.131582 6.035307 0.0001

R-squared 0.768054    Mean dependent var 155.8462

Adjusted R-squared 0.746969    S.D. dependent var 23.49768
S.E. of regression 11.81986    Akaike info criterion 7.918077
Sum squared resid 1536.800    Schwarz criterion 8.004993
Log likelihood -49.46750    Hannan-Quinn criter. 7.900212
F-statistic 36.42493    Durbin-Watson stat 1.476579
Prob(F-statistic) 0.000085

Paso 4. SE calcula la razón:

SRC 2 1536.8
gl 11 n−c
F C= = =4.07 gl = −k =13−2=11
SRC 1 377.1663 2
gl 11

Evaluación:

F C =4.07 F α =2.82 por lo tanto F C > F α

Se rechaza la hipótesis nula de Homoscedasticidad

PRUEBA BREUSCH-PAGAN-GODFREY

Modelo Cons= β0 + β 1 Yd+u 0

Paso 1. Estime mediante MCO y obtenga los residuos ui

Variable Coefficient Std. Error t-Statistic Prob.  

C 9.290307 5.231386 1.775879 0.0866

 YD 0.637785 0.028617 22.28718 0.0000

R-squared 0.946638    Mean dependent var 119.7333

Adjusted R-squared 0.944732    S.D. dependent var 39.06134
S.E. of regression 9.182968    Akaike info criterion 7.336918
Sum squared resid 2361.153    Schwarz criterion 7.430332
Log likelihood -108.0538    Hannan-Quinn criter. 7.366802
F-statistic 496.7183    Durbin-Watson stat 1.702261
Prob(F-statistic) 0.000000

Paso 2. Obtenga σ^ 2= ∑
2
u^
n
2
^ 2361.153
2 u
σ^ = = =78.70
n 30

Paso 3. Construya las variables pi, mediante la siguiente ecuación:

u2i
pi = 2
σ^

n Cons Yd
Pi
1 55 80 -5.31307 28.2287128 0.35868758
2 70 85 6.49801 42.224134 0.53652013
3 75 90 8.30908 69.0408104 0.8772657
4 65 100 -8.06876 65.1048879 0.82725398
5 74 105 -2.25769 5.09716414 0.06476702
6 80 110 0.55339 0.30624049 0.00389124
7 84 115 1.36447 1.86177838 0.02365665
8 79 120 -6.82445 46.5731178 0.5917804
9 90 125 0.98662 0.97341902 0.01236873
10 98 130 5.7977 33.6133253 0.42710706
11 95 140 -3.58015 12.817474 0.16286498
12 108 145 6.23093 38.8244887 0.4933226
13 113 150 8.04201 64.6739248 0.82177795
14 110 160 -1.33584 1.78446851 0.02267431
15 125 165 10.4752 109.729815 1.39427973
16 115 180 -9.09153 82.6559177 1.05026579
17 130 185 2.71955 7.3959522 0.09397652
 18 135 190 4.53063 20.5266082 0.26082094
19 120 200 -16.8472 283.828148 3.60645677
20 140 205 -0.03614 0.0013061 1.6596E-05
21 144 210 0.77494 0.600532 0.00763065
22 152 220 2.39709 5.74604047 0.07301195
23 140 225 -12.7918 163.630147 2.07916324
24 137 230 -18.9808 360.270769 4.57777343
25 145 240 -17.3586 301.320994 3.82872928
26 175 245 9.45248 89.3493782 1.13531611
27 189 250 20.2636 410.613485 5.21745216
28 180 260 4.88571 23.8701622 0.30330575
29 178 265 -0.30322 0.09194237 0.00116826
30 191 270 9.50786 90.3994018 1.14865822

Paso 4. Haga la regresión:

pi=β 0 + β 1 Yd +u0

Variable Coefficient Std. Error t-Statistic Prob.  

C -0.742665 0.752978 -0.986304 0.3324

YD 0.010064 0.004119 2.443327 0.0211

R-squared 0.175740    Mean dependent var 1.000065

Adjusted R-squared 0.146302    S.D. dependent var 1.430528
S.E. of regression 1.321748    Akaike info criterion 3.460127
Sum squared resid 48.91649    Schwarz criterion 3.553541
Log likelihood -49.90191    Hannan-Quinn criter. 3.490011
F-statistic 5.969846    Durbin-Watson stat 1.848393
Prob(F-statistic) 0.021114

Paso 5. Obtenga la SEC y obtener el estadístico:

1
θ= ( SEC ) el cual se supone sigue una dist . Ji−cuadrada
2

1
Por lo tanto, θ= (10.42 ) =5.21
2
Ya que θ> χ α −−−−−5.21>3.84
Por lo tanto, se rechaza la hipótesis nula de homoscedasticidad.

PRUEBA DE WHITE

Heteroskedasticity Test: White

F-statistic 2.917301    Prob. F(2,27) 0.0713

Obs*R-squared 5.330902    Prob. Chi-Square(2) 0.0696
Scaled explained SS 4.592566    Prob. Chi-Square(2) 0.1006

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/14/20 Time: 22:07
Sample: 1 30
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.  

C -12.29621 191.7731 -0.064119 0.9493

YD 0.197385 2.368760 0.083329 0.9342
YD^2 0.001700 0.006707 0.253503 0.8018

R-squared 0.177697    Mean dependent var 78.70511

Adjusted R-squared 0.116785    S.D. dependent var 112.5823
S.E. of regression 105.8043    Akaike info criterion 12.25570
Sum squared resid 302252.7    Schwarz criterion 12.39582
Log likelihood -180.8355    Hannan-Quinn criter. 12.30052
F-statistic 2.917301    Durbin-Watson stat 0.791307
Prob(F-statistic) 0.071274