Come fare i test statistici

Nome del test A cosa serve? Ho Modello sotto Ho H1 Modello sotto H1 Regressione ausiliaria?

Singola ipotesi / β1=β2 Modello vincolato β1≠β2 Modello non vincolato Nell'approccio diretto

su più coeff. è quello dove sostituisco il vincolo è quello di partenza NO.

(approccio diretto) Prendo da qui SQRv SQRnv

Verifica di ipotesi / β1=0 E Modello vincolato β1≠0 opp. Modello non vincolato No.

congiunte β2=0 SQRv β2≠0 SQRnv

o entrambe

Nome del test A cosa serve? Ho Modello sotto Ho H1 Modello sotto H1 Regressione ausiliaria?

Test Reset Per controllare Corretta Modello di partenza NON corretta E' quello con y^ elevato Sì.

la corretta specificazione SQRv specificazione alla 2, 3, … Ricavo y^ e verifico se

specificazione SQRnv le sue funzioni non

del modello. avrò k+q parametri lineari influenzano la y

Test di Chow (nei break βa=βb Modello con n oss. βa≠βb No (?)

strutturali) SQRv SQRa+SQRb=SQRnv

per vedere se Sfrutto le colonne col

le oss vengono modello a e b

da 2 gruppi

diversi,

Nome del test A cosa serve? Ho Modello sotto Ho H1 Modello sotto H1 Regressione ausiliaria?

Test di Breush- testare l'esistenza Omoscheda- Modello di partenza eteroschedasti- quello con le zi Sì.

PAGAN di un tipo partico- sticità SQRv cità particolare Regredisco i residui

NON CONSIDERO lare di eterosche- con le zi al quadrato

LA COSTANTE dasticità

Test di White 1) Metodo esatto:

vedere se c'è Omoschedasti- Modello di partenza Sì. In entrambi i casi a sx.

eteroschedasticità

NON CONSIDERO cità SQRv regredisco i residui al

eteroschedasticità

LA COSTANTE (generale) quadrato sulle x, x² e

sui i loro prodotti non

ridondanti.

2) metodo approssimato:

regredisco i residui al

quadrato sulla costante

sui y^, e i loro quadrati

y^ al quadrato

Nome del test A cosa serve? Ho Modello sotto Ho H1 Modello sotto H1 Regressione ausiliaria?

Test di Durbin - verificare se c'è ρ=0 ρ>0 No.

Watson autocorrelazione (incorrelazione)

"test speciale" (: di ordine 1

Test di Breusch - verifica ut processo quello di partenza ut è un Regressione ausiliaria Sì, considero ut^

GODFREY ut^ = al modello iniziale +

autocorrelazione di white noise processo

ordine superiore autoregressivo ut-1 x un parametro

(p≥1) di ordine p

Nome del test A cosa serve? Ho Modello sotto Ho H1 Modello sotto H1 Regressione ausiliaria?

Test di rilevanza strumenti

per vedere se strumenti quello con tutto.

quello con i coeff degli strumenti Sì, uso la regressione del

rilevanti

x e z sono co