Econometria. Contrastes de Heterosedasticidad.

Econometría
Guía del Trabajo
Tema: Contrastes de Heterocedasticidad.

Tema 1: Heterocedasticidad.

1. Utilice la base de datos: data7-14.gdt de Ramanathan disponible en GRETL y estime unmodelo por Mínimos Cuadrados Ordinarios para pronosticar la tasa de criminalidad usando como regresores: el número de sentencias de muertes ejecutadas, la tasa de desempleo, el ingreso per cápita, unavariable dummy que vale uno si en el estado existe la pena de muerte, una variable dummy que vale uno si el estado es del sur y una constante.

Estimamos simplemente la regresión indicada en GRETL ypresentamos la tabla de resultados (10 puntos):

Modelo 1: MCO, usando las observaciones 1-51
Variable dependiente: mr

Coeficiente Desv. Típica Estadístico t Valor p
const -35.008 9.41774-3.7172 0.00056 ***
exec -0.145459 0.494027 -0.2944 0.76978
south 9.76824 2.89803 3.3706 0.00155 ***
ue 1.27828 0.86191 1.4831 0.14502
capital 2.44452 3.39044 0.7210 0.47464
pcy 1.92023 0.5211693.6845 0.00061 ***

Media de la vble. dep. 8.727451 D.T. de la vble. dep. 10.71758
Suma de cuad. residuos 3403.760 D.T. de la regresión 8.697075
R-cuadrado 0.407353 R-cuadrado corregido0.341504
F(5, 45) 6.186115 Valor p (de F) 0.000192
Log-verosimilitud -179.4865 Criterio de Akaike 370.9731
Criterio de Schwarz 382.5640 Crit. de Hannan-Quinn 375.4023

2. Evalúe si elmodelo tiene heterocedasticidad.

Contraste de White (10 puntos):

Al aplicar en GRETL el contraste de White, obtenemos el resultado que se muestra en la siguiente tabla. El valor p del estadístico decontraste es 0.000079 < 0.05. Por lo tanto, al 5% de significancia se rechaza la hipótesis nula de que los errores son homocedásticos (o de que no hay heterocedasticidad).




Contraste deheterocedasticidad de White
MCO, usando las observaciones 1-51
Variable dependiente: uhat^2
Omitidas debido a colinealidad exacta: X2_X5 X3_X5

Coeficiente Desv. Típica Estadístico...