Statistica, гетероскедастичность

[Yen]

Извените, не подскажите возможна ли в программе Statistica реализация проверки и коррекции на гетероскедастичность дисперсии ошибок? Если да, то в каком модуле можно это найти?

[maxal]

Навкидку в гугле выяснилось, что такое возможно и осуществляется с помощью Bartlett's test. Типичная цитата:

All statistical analyses were performed with the program STATISTICA 6.1 (Statsoft Inc., 2003) on a PC. Pairwise comparisons were done with Student’s T-test or with Mann-Whitney’s U-test (MW) when the data were non-normally distributed. One-way analysis of variance (ANOVA) was used to compare measurements from more that two fish. Post-hoc testing was done with Newman-Keul’s test. Normality testing was performed with the Normality function in the Descriptive Statistics menu of the program and heteroscedasticity was examined with Bartlett’s test. Correlation between trypanosome characters (measurements, counts, indexes) was examined with the robust Spearman’s rank correlation coefficients (rs).

Кроме того, вот пара обсуждений с других форумов:
http://forum.xion.ru/showthread.php?t=2525
http://www.nsu.ru/phpBB/viewtopic.php?t=17874

[Yen]

Спасибо за совет, попробую разобраться с этим тестом
На этих форумах я тоже была, только они там другие программы нахваливают, а EViews отказался работать с 17 регрессорами (т.е. вообще их импортировать из Excel)

[dmivaler]

Здравствуйте, сталкнулся с необходимостью на MatLab анализировать регрессию.
Вот, построил регрессию. В файле два столбца (Доходность акции, Доходность портфеля)
Привел текст программы на MatLab'е, подскажите пожалуйста как провести тест на гетероскедастичность? Описать код на MatLab. Очень нужно. Заранее спасибо

clear all % очистили память
sf='файл.csv';
xy=load(sf); % вводим ИД - 2 столбца
x=xy(:,1); % аргументы
y=xy(:,2); % функции


A = [x.^0, x];        % построить матрицу подстановок
                      % x - (m,1)-вектор, у - (m,1)-вектор
w = (A'*A)\(A'*y);    % решить нормальное уравнение 
                      % методом гауссова исключения 
w = pinv(A'*A)*(A'*y);% вариант обращения матрицы 
y1 = w(1)+w(2)*x;     % восстановить зависимую переменную 
                      % при заданных значениях x
r = y-y1;             % найти вектор регрессионных остатков
ESS = r'*r            % подсчитать ошибку

Dx=std(x)^2           % подсчет дисперсии x

Dy=std(y)^2           % подсчет дисперсии y

F=Dx/Dy                  % F-критерий 

Ft=finv(0.95,length(x)-1, length(y)-1)

R2=det(corrcoef(x,y))^2      %Коэф. детерминации.


plot(x, y1), grid;
hold on;
plot(x, y, 'o');