Testy homoskedasticity v lineárním modelu

Abstract

Tato práce se zabývá testováním předpokladu homoskedasticity v lineárním modelu, neboli předpokladu o konstantním rozptylu chyb tohoto modelu. Takových testů existuje celá řada, ale ne všechny se dají aplikovat na konkrétním modelu a ne všechny dosahují uspokojivých výsledků za různých okolností. Práce se zaměří na testy, které lze odvodit na základě asymptotické teorie maximální věrohodnosti, zvláště pak teorie testů s rušivými parametry. Odvozeny jsou dva základní testy, první v situaci modelu analýzy rozptylu jednoduchého třídění a druhý v situaci, kdy je připuštěna závislost rozptylu na doprovodných veličinách. V následných numerických studiích jsou prověřeny vlastnosti odvozených testových statistik. Powered by TCPDF (www.tcpdf.org)

This thesis deals with testing the assumption of homoscedasticity in linear model, that is the assumption of constant variance of this model. There is plenty of such tests, but not all of them can be applied to specific model and not all of them reach satisfactory results under various circumstances. Thesis focuses on tests which can be derived on the basis of the asymptotic theory for maximum likelihood estimation, particularly the test theory with nuisance parameters. There are derived two basic tests, the first one in the situation of analysis of variance model and the second one in the situation when we allow the dependence of variance to concomitant quantities. In subsequent numerical studies there are examined characteristics of derived test statistics. Powered by TCPDF (www.tcpdf.org)