Hola! Me he quedado medio confundido con las conclusiones del video... acá con "Econometría" de Gujarati veo que si el valor ji cuadrada obtenido de n*R2 excede al valor ji cuadrada crítico en el nivel de significancia seleccionado, la conclusión es que hay heteroscedasticidad. Si no excede, es que no hay. ¿No habría ahí una contradicción? ¿o estoy entendiendo mal la explicación? Gracias
Si P.valor es menor que alfa, ¿no rechazaríamos la hipótesis nula? aceptando la variables aleatoria como adecuadas para el modelo. ¿Y siendo estas representativas, entonces no tendría que asemejarse el modelo a la homocedasticidad? Me parece que estoy mezclando cosas... jaja
Al cas: No. Si el p-valor es menor que alfa entonces rechazas la Ho de homocedasticidad. Eso significa que que los errores son heterocedásticos y habría que buscar una forma de resolver esa situación.
Si el valor nR^2 excede el valor crítico, entonces p es menor que alfa y hay heteroscedasticidad. Si el valor nR^2 está por debajo del valor crítico, entonces p es mayor que alfa y no hay heteroscedasticidad. Esto es lo que se dice en el vídeo, por lo que no veo contradicción alguna.
![[ML-50] Contraste de la normalidad: test de Jarque-Bera](http://i.ytimg.com/vi/NPuIZ5fVzd0/mqdefault.jpg)
![[ML-50] Contraste de la normalidad: test de Jarque-Bera](/img/tr.png)
![[ML-29] El teorema de Gauss-Markov. B es BLUE](http://i.ytimg.com/vi/ISlnAcHPXfE/mqdefault.jpg)
Muchas gracias, explica de manera clara y concisa.
muy clara la explicacion. entendi white. tenes algun video de prueba de park??
Hola Juan José, ¿existe la manera de que puedas montar otro video sobre como solucionar el problema de heterocedasticidad? Muchas gracias.
Tengo un examen esta tarde de esto y no lo entendía hasta que he visto el vídeo. Muchas gracias
Muchas gracias, me quedó muy claro !!
muy claro, gracias por el aporte!
Listo, ahora me quedó claro, muchas gracias
Quizás eliminando errores Outliers, evitando que se formen patrones de diferente varianza=sigma2 ?
Y una pregunta. El grado de libertad es el número de los elemento del modelo auxiliar-1 ?
Hola! Me he quedado medio confundido con las conclusiones del video... acá con "Econometría" de Gujarati veo que si el valor ji cuadrada obtenido de n*R2 excede al valor ji cuadrada crítico en el nivel de significancia seleccionado, la conclusión es que hay heteroscedasticidad. Si no excede, es que no hay. ¿No habría ahí una contradicción? ¿o estoy entendiendo mal la explicación? Gracias
Si P.valor es menor que alfa, ¿no rechazaríamos la hipótesis nula? aceptando la variables aleatoria como adecuadas para el modelo. ¿Y siendo estas representativas, entonces no tendría que asemejarse el modelo a la homocedasticidad?
Me parece que estoy mezclando cosas... jaja
Al parecer al utilizar un "modelo auxiliar (modelo cuadratico)" las conclusiones son inversas al "modelo original (modelo lineal)"
Al cas: No. Si el p-valor es menor que alfa entonces rechazas la Ho de homocedasticidad. Eso significa que que los errores son heterocedásticos y habría que buscar una forma de resolver esa situación.
ya entiendo por que no es "-1" no incluido el constante en el modelo auxiliar
¿porque el test de White no incluye los valores estimados de Yi ni sus cuadrados?
Si el valor nR^2 excede el valor crítico, entonces p es menor que alfa y hay heteroscedasticidad. Si el valor nR^2 está por debajo del valor crítico, entonces p es mayor que alfa y no hay heteroscedasticidad. Esto es lo que se dice en el vídeo, por lo que no veo contradicción alguna.
Genial