Ejercicio Detección de Heterocedasticidad

Cargando Data Frame

library(wooldridge)
data(hprice1)
#Visualizacion de las primeras 5 observaciones
head(force(hprice1), n = 5)
##   price assess bdrms lotsize sqrft colonial   lprice  lassess llotsize   lsqrft
## 1   300  349.1     4    6126  2438        1 5.703783 5.855359 8.720297 7.798934
## 2   370  351.5     3    9903  2076        1 5.913503 5.862210 9.200593 7.638198
## 3   191  217.7     3    5200  1374        0 5.252274 5.383118 8.556414 7.225482
## 4   195  231.8     3    4600  1448        1 5.273000 5.445875 8.433811 7.277938
## 5   373  319.1     4    6095  2514        1 5.921578 5.765504 8.715224 7.829630

Parte 1 - Estimacion del Modelo

library(stargazer)
regresion_wool<-lm(formula = price ~ lotsize + sqrft + bdrms, data = hprice1)
stargazer(regresion_wool, title = "Estimación Modelo Price", type = "text")
## 
## Estimación Modelo Price
## ===============================================
##                         Dependent variable:    
##                     ---------------------------
##                                price           
## -----------------------------------------------
## lotsize                      0.002***          
##                               (0.001)          
##                                                
## sqrft                        0.123***          
##                               (0.013)          
##                                                
## bdrms                         13.853           
##                               (9.010)          
##                                                
## Constant                      -21.770          
##                              (29.475)          
##                                                
## -----------------------------------------------
## Observations                    88             
## R2                             0.672           
## Adjusted R2                    0.661           
## Residual Std. Error      59.833 (df = 84)      
## F Statistic           57.460*** (df = 3; 84)   
## ===============================================
## Note:               *p<0.1; **p<0.05; ***p<0.01

Literal A - Use la libreria lmtest para verificar si su varianza residual es homocedástica a través de la prueba de White (incluya los términos cruzados).

library(lmtest)
prueba_White<-bptest(regresion_wool, ~ I(lotsize^2) + I(sqrft^2) + I(bdrms^2) + lotsize*sqrft + lotsize*bdrms + sqrft*bdrms, data = hprice1)
print(prueba_White)
## 
##  studentized Breusch-Pagan test
## 
## data:  regresion_wool
## BP = 33.732, df = 9, p-value = 0.00009953

Como en la prueba se obtiene un P-Value de 0.00009953 que es menor a 0.05, no se tiene la suficiente evidencia para decir que hay Homocedastisidad, es decir que no se acepta la Hipotesis Nula

Literal B - Presente sus resultados de forma gráfica a través de la librería fastGraph

library(fastGraph)
library(magrittr)
VC<-qchisq(0.05,prueba_White$parameter, lower.tail = FALSE)
shadeDist(xshade = prueba_White$statistic, ddist = "dchisq",parm1 = prueba_White$parameter, lower.tail = FALSE, sub= paste("VC = " ,VC %>% round(digits = 6), "BP = " ,prueba_White$statistic %>% round(digits = 6), "P-Value = " , prueba_White$p.value %>% round(digits = 6)))