Chowtest

Chowtest

Der Chow-Test ist ein statistischer Test mit dem sich die Koeffizienten zweier linearer Regressionen auf Gleichheit testen lassen. Der Test ist nach seinem Erfinder, dem Ökonomen Gregory Chow benannt.

Der Chow-Test wird in der Ökonometrie verwandt, um Zeitreihenanalysen auf Strukturbrüche zu testen. Eine weiteres Anwendungsgebiet ist die Programmevaluation, hierbei werden 2 unterschiedliche Teilgruppen (Programme), wie zum Beispiel 2 Schultypen, miteinander verglichen. Im Gegensatz zur Zeitreihenanalyse lassen sich hier die beiden Teilgruppen keinen aufeinander folgenden Intervallen zuordnen, stattdessen erfolgt die Einteilung nach einen qualitativen Aspekt, wie zum Beispiel den Schultyp.

Strukturbruch Programmevaluation

Bei x = 1.7 liegt ein Strukturbruch vor, Regression auf den Teilintervallen [0,1.7] und [1.7,4] liefern eine bessere Modellierung als die Regression über dem Gesamtinerval (gestrichelt)

Vergleich zweier Programme (rot,grün) im selben Datensatz, separate Regressionen auf den zu einem Programm gehörigen Daten liefert eine bessere Modellierung als die Regression über den gesamten Datensatz (schwarz)

Gegeben ist ein Datensatz (Yi,Xi) mit X_i=(x_{i1},\ldots,x_{ik}) für i=1\ldots N, dessen Beziehung durch eine lineare Funktion mit einen normalverteilten Fehler (ε) mit Erwartungswert 0 (E(ε) = 0) beschrieben wird (multiple Regressionsanalyse), d.h. man hat

Y_{i}=c_0+c_1x_{i1}+c_2x_{i2}+\ldots+c_kx_{ik}+\epsilon_i für i=1\ldots N

Man vermutet jedoch, das sich der Datensatz in 2 Gruppen aufteilen lässt, die durch 2 unterschiedliche lineare Funktionen besser beschrieben werden.

Y_{i}=a_0+a_1x_{i1}+a_2x_{i2}+\ldots+a_kx_{ik}+\epsilon_i für i=1\ldots N_a
Y_{i}=b_0+b_1x_{i1}+b_2x_{i2}+\ldots+b_kx_{ik}+\epsilon_i für i=N_a+1\ldots N

Hierbei ist N = Na + Nb und es wird die Hypothese H_0:\, (a_0,a_1,\ldots,a_k)=(b_0,b_1,\ldots,b_k) gegen H_1:\, (a_0,a_1,\ldots,a_k)\neq (b_0,b_1,\ldots,b_k) gestestet. Bezeichnet man die Summe der quadrierten Residuen der Regression über den gesamten Datensatz mit S und über die beiden Teilgruppen mit Sa und Sb, dann folgt die unten definierte Testgröße T einer F-Verteilung mit den Freiheitsgraden k + 1 und Na + Nb − 2(k + 1).

T:=\frac{S-(S_a+S_b)/(k+1)}{(S_a+S_b)/(N_a+N_b-2(k+1))}


Beispiel

Gegeben ist der folgende Datensatz dess Beziehung durch die lineare Y = c0 + c1X modelliert werden soll:

Xi 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Yi −0.043 0.435 0.149 0.252 0.571 0.555 .678 3.119 2.715 3.671 3.928 3.962
Datenplot legt einen Strukturbruch bei x = 4 nahe

Ein Datenplot lässt vermuten, dass bei x = 4 ein Strukturbruch vorliegt, daher teilt man den Datensatz in 2 Intervalle [0.5,3.5] und [4.0,6.0] ein und führt über diesen, zusätzlich zur Regression über den gesamten Datensatz, getrennte Regressionen durch. Dann testet man,ob die beiden Teilregressionen dieselbe lineare Funktion erzeugen, also  H_0:\,(a_0,a_1)=(b_0,b_1) gegen  H_0:\,(a_0,a_1)\neq(b_0,b_1)

Regression auf dem gesamten Datensatz:

\overline{x}=\frac{1}{12}\sum_{i=1}^{12} X_i=3.250 \overline{y}=\frac{1}{12}\sum_{i=1}^{12} Y_i= 1.666
S_{xx}=\sum_{i=1}^{12} (X_i-\overline{x})^2=37.750 S_{yy}=\sum_{i=1}^{12} (Y_i-\overline{y})^2= 29.771
S_{xy}=\sum_{i=1}^{12} (X_i-\overline{x})(Y_i-\overline{y})=30.061 S=S_{yy}-\frac{S_{xy}^2}{S_{xx}}=4.933

Regression auf [0.5,3.5]

\overline{x}=\frac{1}{7}\sum_{i=1}^{7} X_i=2.000 \overline{y}=\frac{1}{7}\sum_{i=1}^{7} Y_i= 0.371
S_{xx}=\sum_{i=1}^{7} (X_i-\overline{x})^2=7.000 S_{yy}=\sum_{i=1}^{7} (Y_i-\overline{y})^2= 0.408
S_{xy}=\sum_{i=1}^{7} (X_i-\overline{x})(Y_i-\overline{y})=1.415 S_a=S_{yy}-\frac{S_{xy}^2}{S_{xx}}=0.122

Regression auf [4.0,6.0]

\overline{x}=\frac{1}{5}\sum_{i=1}^{5} X_i=5.000 \overline{y}=\frac{1}{5}\sum_{i=1}^{5} Y_i= 4.800
S_{xx}=\sum_{i=1}^{5} (X_i-\overline{x})^2=2.500 S_{yy}=\sum_{i=1}^{5} (Y_i-\overline{y})^2= 1.186
S_{xy}=\sum_{i=1}^{5} (X_i-\overline{x})(Y_i-\overline{y})=1.450 S_b=S_{yy}-\frac{S_{xy}^2}{S_{xx}}=0.345
Datenplot mit Regressionsgeraden

Berechnung der Testgröße:

T:=\frac{S-(S_a+S_b)/(k+1)}{(S_a+S_b)/(N_a+N_b-2(k+1))}=34.484

wegen F0.95(2,8) = 4.59 gilt T\ge F_{0.95}(2,8), somit kann die Hypothese H0 verworfen werden, d.h. die beiden Regressionsgeraden aus den Teilintervallen sind nicht identisch. Es liegt also ein Strukturbruch vor und die Teilregressionen liefern eine bessere Modellierung als die Regression über den gesamten Datensatz.

Literatur


Wikimedia Foundation.

Игры ⚽ Нужно решить контрольную?

Share the article and excerpts

Direct link
Do a right-click on the link above
and select “Copy Link”