HETEROSCEDASTICIDADE

Plano de Aula:
Conceito de Heteroscedasticidade
Causas
Consequncias
Mtodos de Deteco
Medidas Correctivas



Prof. Doutor Paulo Mole - Econometria I
1
O que Heteroscedasticidade?
O MCRL assume que os distrbios possuem igual varincia
isto , so homoscedsticos:


Se isto no for verdade, i.e., se a varincia de u for diferente
para cada valor de X, ento os distrbios so
heteroscedsticos:

Exemplos de distrbios heteroscedsticos: com o
aumento do rendimento, os indivduos aumentam as suas
possibilidades de escolha na aplicao desse rendimento.
| |
2 2
2
) (
) ( ) | (
o = =
=
i
i i i i
u E
u E u E X u V
2 2
) (
i i
u E o =
Prof. Doutor Paulo Mole - Econometria I 2
Exemplo de Heteroscedasticidade
Prof. Doutor Paulo Mole - Econometria I
3
Causas da Heteroscedasticidade
De acordo com os modelos de aprendizagem do erro,
medida que as pessoas aprendem, seus erros de
comportamento se tornam menores com o tempo.
Neste caso, o que se espera que a varincia diminua.
medida que a renda aumenta, as pessoas tm maior
renda discricionria e, consequentemente, maior
liberdade para escolher como dispor de sua renda. Por
isso, provavelmente a varincia aumenta com a
renda.
medida que melhoram as tcnicas de colecta de
dados, provavelmente a varincia diminui.

Prof. Doutor Paulo Mole - Econometria I
4
Causas da Heteroscedasticidade
A heteroscedasticidade pode tambm surgir como
resultado da presena de observaes aberrantes.

Violao da hiptese de que o Modelo est
correctamente especificado, ou seja:
omisso de variveis relevantes,
incluso de variveis irrelevantes, ou mesmo
a forma funcional incorrecta.
Prof. Doutor Paulo Mole - Econometria I
5
Consequncias da Heteroscedasticidade
Em presena da heteroscedasticidade, os
estimadores pelos MQO continuaro a ser lineares
e no - viesados. Porm j no sero eficientes!
As frmulas usuais para estimar as varincias dos
estimadores dos MQO sero geralmente viesadas.


2 2
2
2
^
2
2
2
^
2
) (
) var(
) var(

=
=
i
i i
i
x
x
x
o
|
o
|
Prof. Doutor Paulo Mole - Econometria I
6
Consequncias da Het. (cont.)
Os intervalos de confiana e os testes de
significncia baseados nas distribuies t e
F sero enviesados, e sejam quais forem as
concluses a que se chegar ou as inferncias
que deles se fizer, elas podem ser bastante
enganosas.

Prof. Doutor Paulo Mole - Econometria I
7
Deteco da Heteroscedasticidade

No existe uma regra dominante para detectar a heteroscedasticidade,
simplesmente algumas regras praticas!

Mtodos Informais:
Natureza do problema. Por experincia emprica ou bibliogrfica,
a natureza do problema pode sugerir a presena da
heteroscedasticidade.
Exemplos:
Espera-se varincias crescentes dos resduos da funo consumo a
medida que a renda aumenta.
H uma maior probabilidade de haver heteroscedasticidade em
dados de corte, pelo facto de juntar unidades de diferentes
tamanhos.

Prof. Doutor Paulo Mole - Econometria I 8
Deteco da Heteroscedasticidade
Mtodos Grficos

Estima-se um modelo (ignorando a presena de
heteroscedasticidade), e de seguida examina-se a presena da
heteroscedasticidade atravs da analise grfica entre:
Os valores de Y contra os valores de X;
O quadrado dos erros estimados contra os valores
estimados de Y e/ou
O quadrado dos erros estimados valores de contra os
valores de X
i.


Prof. Doutor Paulo Mole - Econometria I 9
Deteco da Heteroscedasticidade

Mtodos Grficos, cont.
Um exemplo da economia de trabalho: Homoscedasticidade ou
heteroscedasticidade?

Prof. Doutor Paulo Mole - Econometria I 10
Deteco da Heteroscedasticidade
Mtodos Grficos, cont.
Um exemplo da economia da educao: Homoscedasticidade ou
heteroscedasticidade?


Prof. Doutor Paulo Mole - Econometria I 11
Mtodos Formais
Prof. Doutor Paulo Mole - Econometria I 12
Teste de Park:
Park sugere que

2
uma funo da varivel X, de tal forma que

2
=
2

mas porque

2
geralmente desconhecido, substitumo-lo por

2
. Assim,

2
=
2
+

Regrida Y sobre X, ignorando a heteroscedasticidade, e obtenha

.
Seguidamente rode a equao anterior.
Se o coeficiente associado a lnX for significante, a
heteroscedasticidade existe.

Teste de Glejser:
Similar ao teste de Park!
Regrida Y sobre X, ignorando a heteroscedasticidade, e obtenha

.
Seguidamente regrida

sobre a varivel X que acreditamos a priori

estar a eles associada.


Mtodos Formais (cont.)
Glejser sugere as seguintes formas funcionais:










Se o parmetro associado a varivel X for estatisticamente diferente de zero,
conclui-se que o termo distrbio heteroscedstico.
v
X =
v
X =
v
+
X
=
v
+
X
=
v
+
X
=
v
+
X
=
i i 2 1
i
i i 2 1
i
i
i
2 1
i
i
i
2 1
i
i i
2 1
i
i i
2 1
i
u
u
u
u
u
u
+ +
.
+ +
.
+
.
+
.
+
.
+
.
2
1
1
| |
| |
| |
| |
| |
| |
Prof. Doutor Paulo Mole - Econometria I
13
Mtodos Formais (cont.)
Teste de Goldfeld-Quantd:
A base deste teste e de que a varincia heteroscedastica se relacione
positivamente com os Xs.

Satisfeita a condio:
Disponha as observaes de X (que se supe causar a
heteroscedasticidade) em ordem crescente
Omita as c observaes centrais (geralmente 1/6 do tamanho da
amostra)
Corra as regresses com as observaes dos dois grupos(acima de
c e abaixo de c)
Obtenha a SQR para ambos os grupos
Prof. Doutor Paulo Mole - Econometria I
14
Mtodos Formais (cont.)
Teste de Goldfeld-Quantd, cont.

Designe por SQR
2
a SQR para os maiores valores de X, e
SQR
1
para os menores
Aplique a frmula seguinte:




Se for maior que o F-crtico, rejeita-se a H
0
de
homoscedasticidade.

2 / ) 2 (
/
/
1
2
k c n gl
gl SQR
gl SQR
=
=
Prof. Doutor Paulo Mole - Econometria I
15
Mtodos Formais (cont.)
Teste de White, :

Regrida Y sobre os Xs e obtenha os resduos, u
i
(equao 1)
e
Rode a regresso auxiliar de u
i
2
(equao 2)
Se n*R
2
> valor critico de qui- quadrado, a
heteroscedasticidade existe.







2 2
3 2 6
2
3 5
2
2 4 3 3 2 2 1
2
3 3 2 2 1
~ . . 3
. 2
. 1
df
i i i i i i i
i
i i i i
R n
v X X X X X X u
u X X Y
_
o o o o o o
| | |
+ + + + + + =
+ + + =
A
Prof. Doutor Paulo Mole - Econometria I
16
Mtodos Formais (cont.)
Teste de Breusch-Pagan-Godfrey
E mais simples que o teste de White! Focaliza-se na relao entre os
quadrados dos resduos estimados e o conjunto dos Xs relacionados
com as varincias heteroscedastica.

Segue os seguintes passos:
1. Estime por MQO a regresso em estudo e obtenha os resduos u
1,

u
2,
...,u
n .
2. Escolha as m variveis Xs relacionadas com as varincias
heteroscedsticas.
3. Regrida u
i
2
sobre todas as variveis escolhidas.
4. Obtenha o R
2
da equao anterior.
5. Rejeite a Hiptese nula (da presena de homoscedasticidade) se n*R
2
for maior que o valor critico para o teste Qui-quadrado com m graus
de liberdade.



Prof. Doutor Paulo Mole - Econometria I 17
Medidas Correctivas
Quando
2
conhecido:

Mnimos Quadrados Ponderados:



i. A transformao acima sugere que novas sries de Y e X
so geradas e roda-se a regresso de forma usual (mas note
que uma regresso pela origem!)
ii. Assumindo que todos os pressupostos do MCRL esto
satisfeitos, os estimadores dos MQO no modelo acima
sero MELNV.
) ( ) ( )
1
(
^
^
*
2
^
*
1
i
i
i
i
i i
i
u X Y
o o
|
o
|
o
+ + =
Prof. Doutor Paulo Mole - Econometria I
18
Medidas Correctivas (Cont.)
Quando
2
desconhecido:
Como sabido, o conhecimento da verdadeira varincia muito
raro e neste caso, o recurso assumir certos pressupostos acerca
do padro da heteroscedasticidade. Assim, tm-se as
transformaes:
| |
2
2 2
2 2
2
2 2
) ( ) ( ........ ) ( )
1
( . 3
) ( ...... ) ( )
1
( . 2
) ( ........ ) ( )
1
( . 1
Y E u seE
Y
u
Y
X
b
Y
a
Y
Y
X u seE
X
u
X
X
b
X
a
X
Y
X u seE
X
u
X
X
b
X
a
X
Y
i
i
i
i
i
i i
i
i i
i
i
i
i
i i
i
i i
i
i
i
i
i i
i
o
o
o
= + + =
= + + =
= + + =
A A A A
Prof. Doutor Paulo Mole - Econometria I
19
Medidas Correctivas (Cont.)
Quando
2
desconhecido, cont.

4. Re- especificao do Modelo
Em vez de especular acerca do padro da heteroscedasticidade,
algumas vezes uma re-especificao da forma funcional pode reduzir a
heteroscedasticidade. Geralmente a logaritmizao das variveis reduz
a heteroscedasticidade. Assim, ter-se-ia:



Uma das vantagem dos modelos na forma logartmica de que o
coeficiente de inclinao mede a elasticidade de Y com respeito a X.
u
+
X
Ln + =
Y
Ln
i i
2 1
i
| |
Prof. Doutor Paulo Mole - Econometria I 20