statsmodels.stats.diagnostic.het_breuschpagan¶

statsmodels.stats.diagnostic.het_breuschpagan(resid, exog_het, robust=True)[source]¶

Breusch-Pagan Lagrange 乘数检验用于异方差性

这些测试假设残差方差不依赖于x中的变量，形式如下

同方差性意味着 \(\alpha=0\)。

Parameters:¶

residarray_like

对于Breusch-Pagan检验，这应该是回归的残差。如果在exog中给定了一个数组，那么残差将通过OLS回归或exog上的resid计算。在这种情况下，resid应包含因变量。Exog可以与x相同。

exog_hetarray_like

这包含可能与残差中的异方差性相关的变量。

robustbool, default True

指示是否使用Koenker版本的检验（默认），该版本假设误差项是独立同分布的，或者使用原始的Breusch-Pagan版本，该版本假设残差是正态分布的。

Returns:¶

lmfloat

拉格朗日乘数统计量

lm_pvaluefloat

拉格朗日乘数检验的p值

fvaluefloat

假设误差方差不依赖于x的f统计量

f_pvaluefloat

f统计量的p值

注释

假设 x 包含常数项（用于计算自由度和 R^2）。 在 LM 检验的一般描述中，Greene 提到，在小样本或中等大小的样本中，该检验会夸大结果的显著性。在这种情况下，F 统计量更为可取。

验证

卡方检验统计量与R-stats中的bptest结果完全相同（<1e-13），使用默认值（studentize=True）。

实现

这是使用基于$R^2$的LM检验的通用公式计算的（Greene，第17.6节），而不是使用显式公式（Greene，第11.4.3节），除非robust设置为False。p值的自由度假设x是满秩的。

参考文献

[1]

格林, W. H. 计量经济学分析. 新泽西. 普伦蒂斯霍尔; 第5版. (2002).

[2]

Breusch, T. S.; Pagan, A. R. (1979). “异方差性和随机系数变异性的简单检验”。计量经济学。47 (5): 1287–1294。

[3]

Koenker, R. (1981)。“关于异方差性检验的学生化注记”。《计量经济学杂志》17 (1): 107–112。