多元异方差检验怀特检验 white检验python实现

2024-04-25 18:42:09

CSDN-用Python底层编写进行计量经济分析（三）

两两xix_ixi和xjx_jxj交互项
ei2=α0+α1X5i+α2X6i+⋯+α8X13i′+α9X5i2+⋯+α16X13i′2+α17X1iX2i+⋯+α44X12X13′+εie_i^2 = \alpha_0+\alpha_1X_{5i}+\alpha_2X_{6i}+\cdots+\alpha_{8}X'_{13i}+\alpha_{9}X_{5i}^2+\cdots+\alpha_{16}X'^2_{13i}+\alpha_{17}X_{1i}X_{2i}+\cdots+\alpha_{44}X_{12}X_{13}'+\varepsilon_iei2=α0+α1X5i+α2X6i+⋯+α8X13i′+α9X5i2+⋯+α16X13i′2+α17X1iX2i+⋯+α44X12X13′+εi

H0:αi=0,i=1,2,⋯,44;H1:αi不全为0H_0:\alpha_i=0,i=1,2,\cdots,44 ; \quad H_1: \alpha_i不全为0 H0:αi=0,i=1,2,⋯,44;H1:αi不全为0
统计量
WT(p)=nR2∼χ2(p)WT(p)=nR^2\sim\chi^2(p)WT(p)=nR2∼χ2(p)

我的代码写错了，这阵子忙完再改↓

import statsmodels.api as sm   # 线性回归
def white_test(x, e):'''x: 因变量e: 残差 e = y - y_predict'''xx = copy.deepcopy(x)for n, i in enumerate(x.columns[:-1]):for j in x.columns[n :-1]:xx['%s*%s'%(i,j)] = x[i]*x[j]print(xx.columns)# OLS-Regreessionx1 = copy.deepcopy(xx)x1.insert(0, 'constant', 1)   # 添加常数项model = sm.OLS(e, x1) result_wt = model.fit()# 计算wt = len(xx)*result_wt.rsquared   # result_wt.rsquared 可决系数# 1- stats.chi2.cdf(wt, x.shape[0])  p值chi = stats.chi2.ppf(1-0.5, df=xx.shape[1])print('卡方在0.95分位数的临界值是%.2f'%chi)if wt < chi:print("计算出来的wt统计量是%.2f, 接受H0，认为不存在异方差"%wt)elif wt > stats.chi.ppf(1-0.5, df=xx.shape[1]):print("计算出来的wt统计量是%.2f, 拒绝H0， 接受H1，认为存在异方差"%wt)return stats.chi.cdf(wt, df=xx.shape[1])if __name__ == '__main__':x = pd.DataFrame(data=np.arange(20).reshape(10,2), columns=['x1','x2'])e = ...  # e为上一次回归计算出来的残差white_test(x, e)

多元异方差检验怀特检验 white检验python实现相关推荐

计量经济学笔记5-Eviews操作-异方差的检验与消除（White检验与加权最小二乘）
完成期末作业的同时来更一下博客问题背景: 对中国储蓄存款总额(Y,亿元)与GDP(亿元)两个变量进行一元线性回归,检验并消除异方差. White检验是通过一个辅助回归式进行异方差检验.用残差平方对原 ...
格兰杰因果检验准备-平稳性检验-Eviews
概念平稳性:时间序列的平稳性通常是指弱平稳, 就是时间序列yt的期望值.方差以及协方差均值不随时间t的变化而变化.检查序列平稳性可以看序列自相关图或者用单位根检验,但是一般都用单位根检验,而单位根检 ...
时间序列分析学习笔记：时间序列的预处理（平稳性检验、纯随机性检验）
1 时间序列预处理 2 平稳性检验 2.1 特征统计量(概率分布的意义) 2.2 时间序列的概率分布 2.3 概率分布族应用的局限性 2.4 特征统计量(均值.方差) 2.5 平稳时间序列的定义(严平 ...
python 白噪声检验-时间序列平稳性检验白噪声峰度偏度
时间序列简而言之,时间序列就是带时间戳的数值序列.股票,期货等金融数据就是典型的时间序列.量化的过程,很多时间都是在分析时间序列,找到稳定赚钱因子. 平稳性定义所谓时间序列的平稳性,是指时间序列的 ...
计量经济学之时间序列的平稳性、单位根检验、协整检验、时间序列数据的一般处理流程
时间序列的平稳性为什么要把时间序列变成平稳的?--平稳性的意义如何检验时间序列数据的平稳性?--单位根检验数据不平稳怎么办?--协整检验单整.协整(cointegration) 协整检验总结 ...
IV专题-内生性检验与过度识别检验
全文阅读:IV专题- 内生性检验与过度识别检验| 连享会主页目录 1. 方程的识别问题 2. 过度识别约束检验 2.1 干扰项同方差情形 2.2 干扰项异方差情形 2.3 Stata 应用举例 3 ...
t检验（独立样本t检验配对样本t检验非参检验多余两组的比较方差分析非参检验）
文章目录独立样本t检验配对样本t检验非参检验多余两组的比较方差分析非参检验独立样本t检验 library(MASS)t.test(Prob~So, data = UScrime,var. ...
R语言偏相关或者部分相关性系数计算实战：通过拟合两个回归模型、或者pysch包计算偏相关系数（Partial Correlation）、通过方差分析获得偏相关系数的F统计量（偏F检验、二型检验）
R语言偏相关或者部分相关性系数计算实战:通过拟合两个回归模型.或者pysch包计算偏相关系数(Partial Correlation).通过方差分析获得偏相关系数的F统计量(偏F检验.二型检验) 目录
Dickey-Fuller检验+迪基-福勒检验
Dickey-Fuller检验+迪基-福勒检验 ADF Test in Python 在python中对时间序列的建模通常使用statsmodel库,该库在我心中的科学计算库排名中长期处于垫底状态,因 ...
单列表_正态分布检验（单样本K-S检验）
目的:检验"肺活量"是否服从正态分布.(数据是否满足正态分布,对统计方法的选择以及部分统计结果的可靠性有很大影响) 注:下面以SPSS24.0操作为例.SPSS18.0及以前的版本 ...

最新文章

热门文章