怀特检验的具体步骤

问题描述

精选答案

怀特检验（White Test）是一种用于检测线性回归模型中是否存在异方差的检验方法。具体步骤如下：

构建原假设（H0）：线性回归模型中不存在异方差，即误差项的方差是恒定的。

收集数据：收集一组观测数据，这些数据可以是实验数据、调查数据或其他来源的数据。

构建线性回归模型：使用收集到的数据，构建一个线性回归模型，例如 Y = β0 + β1X + ε。

计算残差：根据线性回归模型，预测每个观测值的预测值，然后计算实际值与预测值之间的差值，这些差值即为残差。

计算残差平方和（RSS）：将所有残差的平方相加，得到残差平方和。

计算回归系数平方和（ESS）：计算线性回归模型中各项的平方和，得到回归系数平方和。

计算 F 统计量：计算 F 统计量，公式为 F = (RSS / ESS) / [(k - 1) * (n - k)]，其中 k 为自变量的个数，n 为观测数据的数量。

计算显著性水平：根据 F 分布表，查找对应的显著性水平。显著性水平取决于 F 统计量的值和自由度（df = k - 1）。

判断结论：如果 F 统计量的值大于临界值，那么拒绝原假设，说明线性回归模型中存在异方差。反之，如果 F 统计量的值小于临界值，那么不能拒绝原假设，说明线性回归模型中不存在异方差。

需要注意的是，怀特检验仅能说明线性回归模型中是否存在异方差，而不能说明异方差的程度。如果需要进一步分析异方差的程度，可以考虑使用其他方法，如戈德菲尔德-匡特检验（Goldfeld-Quandt Test）或帕克检验（Park Test

其他回答

考研在线指南

1、先将最小二乘估计残差的平方对模型的解释变量、解释变量平方以及解释变量交叉乘积进行回归；

2、然后根据回归方程显著性判断是否存在异方差性。