blocks|key|5953412|text|白色测试已经在"bstats“包中实现。安装并加载此包后，只需输入以下命令，即可在线性模型对象上执行白色测试|type|unstyled|depth|inlineStyleRanges|entityRanges|data|5953413|white.test(lm0)|code-block|syntax|javascript|5953414|有关说明和示例，请参阅this页面。|offset|length|5953415|entityMap|0|LINK|mutability|MUTABLE|url|http://www.inside-r.org/packages/cran/bstats/docs/white.test^0|0|0|B|4|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|T|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|U|8|@]|9|@$I|V|J|W|1|X]]|A|$]]|$1|K|3|-4|5|6|7|Y|8|@]|9|@]|A|$]]]|L|$M|$5|N|O|P|A|$Q|R]]]]

The White Test has been implemented in the package "bstats". After installing and loading this package, a White Test is performed on a linear model object by simply typing

<pre><code>white.test(lm0)
</code></pre>

See <a href="http://www.inside-r.org/packages/cran/bstats/docs/white.test" rel="noreferrer">this</a> page for a description and an example.

blocks|key|4537271|text|m+<-+LinearModel.1
data+<-+Dataset
u2+<-+m$residuals%5E2
y+<-+fitted(m)
Ru2<-+summary(lm(u2+~+y+%2B+I(y%5E2)))$r.squared
LM+<-+nrow(data)*Ru2
p.value+<-+1-pchisq(LM,+2)
p.value|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|4537272|如果p.value+<+0.05，则Ho+(没有异方差)在5%25的显着性水平上被拒绝，您得出结论，在您的模型中存在异方差|unstyled|4537273|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$B|C]]|$1|D|3|E|5|F|7|J|8|@]|9|@]|A|$]]|$1|G|3|-4|5|F|7|K|8|@]|9|@]|A|$]]]|H|$]]

<pre><code>m &lt;- LinearModel.1
data &lt;- Dataset
u2 &lt;- m$residuals^2
y &lt;- fitted(m)
Ru2&lt;- summary(lm(u2 ~ y + I(y^2)))$r.squared
LM &lt;- nrow(data)*Ru2
p.value &lt;- 1-pchisq(LM, 2)
p.value
</code></pre>

if p.value &lt; 0.05, then Ho (there is no heteroskedasticity) is rejected at 5% significance level and you conclude that there is heteroskedasticity in your model

blocks|key|2425334|text|怀特测试现在在skedastic包的white_lm函数中实现；请参阅https://www.rdocumentation.org/packages/skedastic/versions/1.0.0/topics/white_lm|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2425335|entityMap|0|LINK|mutability|MUTABLE|url|https://www.rdocumentation.org/packages/skedastic/versions/1.0.0/topics/white_lm^0|7|9|I|8|Z|28|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@$9|O|A|P|B|C]|$9|Q|A|R|B|C]]|D|@$9|S|A|T|1|U]]|E|$]]|$1|F|3|-4|5|6|7|V|8|@]|D|@]|E|$]]]|G|$H|$5|I|J|K|E|$L|M]]]]

White's Test is now implemented in the <code>white_lm</code> function of <code>skedastic</code> package; see
<a href="https://www.rdocumentation.org/packages/skedastic/versions/1.0.0/topics/white_lm" rel="nofollow noreferrer">https://www.rdocumentation.org/packages/skedastic/versions/1.0.0/topics/white_lm</a>

blocks|key|5953604|text|可以使用lmtest包中的bptest函数实现测试，如下所示：|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|5953605|reg+<-+lm(y~x1%2Bx2)+#+storing+regression
bptest(reg,+~+poly(fitted(reg)+,+2))|code-block|syntax|javascript|5953606|请注意，上面实现了测试的特殊形式，它使用y的拟合值及其平方值(因此bptest中的选项poly(fitted(reg)+,+2)+)作为第二阶段方程中的回归变量。范式使用所有回归变量、它们的平方值和相互作用作为第二阶段回归中的元素，代价是失去自由度。要实现该表单，您需要用~+x1*x2+%2B+x1*x3+...之类的东西替换~+poly(fitted(reg)+,+2)。如果您有很多回归变量，那么使用另一个包可能会更容易。|5953607|entityMap^0|4|6|D|6|0|0|K|1|X|6|17|L|3S|J|4I|N|0^^$0|@$1|2|3|4|5|6|7|O|8|@$9|P|A|Q|B|C]|$9|R|A|S|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|T|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|U|8|@$9|V|A|W|B|C]|$9|X|A|Y|B|C]|$9|Z|A|10|B|C]|$9|11|A|12|B|C]|$9|13|A|14|B|C]]|D|@]|E|$]]|$1|M|3|-4|5|6|7|15|8|@]|D|@]|E|$]]]|N|$]]

Test can be implemente using the <code>bptest</code> function from the <code>lmtest</code> package, as follows:
<pre><code>reg &lt;- lm(y~x1+x2) # storing regression
bptest(reg, ~ poly(fitted(reg) , 2))
</code></pre>
Notice the above implements the special form of the test, which uses the fitted value of <code>y</code> and its squared value (hence the option <code>poly(fitted(reg) , 2)</code> in <code>bptest</code>) as regressors in the second stage equation. The normal form uses all regressors, their squared values and interactions as elements in the second stage regression, at the cost of losing degrees of freedom. To implement that form you need to replace <code>~ poly(fitted(reg) , 2)</code> with something like <code>~ x1*x2 + x1*x3 ...</code>. If you have a lot of regressors, it might be easier to use another package.

blocks|key|1829885|text|我已经为hendry2007econometric中的怀特测试编写了一个函数来在R中重现两个方法。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|1829886|test_white(mod,+dat,+resi2+~+x1+%2B+x2+%2B+I(x1%5E2)+%2B+I(x2%5E2),+3)|code-block|syntax|javascript|1829887|其中，平方残差在所有回归量及其平方上进行回归。自由度是参数的数量(比方说k)。|1829888|test_white(mod,+dat,+resi2+~+x1+%2B+x2+%2B+I(x1%5E2)+%2B+I(x2%5E2)+%2B+I(x1+*+x2),+6)|1829889|其中，平方残差在所有回归量上进行回归，它们的平方和它们的叉积。自由度为k+*+(k+%2B+1)+/+2。|1829890|test_white+<-+function(mod,+dat,+f,+df1,+prob){
++if(missing(prob)){prob+=+0.05}

++dat+%25<>%25+mutate(resi2+=+mod$residuals%5E2)

++stat+<-
++++lm(f,+data+=+dat)+%25>%25
++++{summary(.)$r.squared}+%25>%25
++++{.+*+nrow(dat)}

++p_value+<-+
++++stat+%25>%25
++++{1+-+pchisq(.,+df1)}

++results+<-+tibble(
++++whi+=+"White",+stat+=+stat,+df1+=+df1,+df2+=+nrow(dat)+-+df1,++
++++p_value+=+p_value,prob+=+prob,+if_accept+=+{p_value+<=+prob},+
++++if_pass+=+{p_value+>=+prob}
++)
++return(results)
}|1829891|我认为way+@Mike+K做的很好，实际上是测试基于比例-位置图的lm模型是否有意义。比例-位置图是指当您通过plot.lm(model,+which+=+3)为lm对象执行plot+diagnostics操作时。|1829892|entityMap|0|LINK|mutability|MUTABLE|url|https://press.princeton.edu/books/paperback/9780691130897/econometric-modeling|1|https://stackoverflow.com/a/28048564/10181743|2|https://stats.stackexchange.com/a/65864/231405^0|14|1|4|L|0|0|0|10|1|0|0|Z|F|0|0|Y|2|1K|P|2A|2|3|3|1|2G|G|2|0^^$0|@$1|2|3|4|5|6|7|16|8|@$9|17|A|18|B|C]]|D|@$9|19|A|1A|1|1B]]|E|$]]|$1|F|3|G|5|H|7|1C|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|1D|8|@$9|1E|A|1F|B|C]]|D|@]|E|$]]|$1|M|3|N|5|H|7|1G|8|@]|D|@]|E|$I|J]]|$1|O|3|P|5|6|7|1H|8|@$9|1I|A|1J|B|C]]|D|@]|E|$]]|$1|Q|3|R|5|H|7|1K|8|@]|D|@]|E|$I|J]]|$1|S|3|T|5|6|7|1L|8|@$9|1M|A|1N|B|C]|$9|1O|A|1P|B|C]|$9|1Q|A|1R|B|C]]|D|@$9|1S|A|1T|1|1U]|$9|1V|A|1W|1|1X]]|E|$]]|$1|U|3|-4|5|6|7|1Y|8|@]|D|@]|E|$]]]|V|$W|$5|X|Y|Z|E|$10|11]]|12|$5|X|Y|Z|E|$10|13]]|14|$5|X|Y|Z|E|$10|15]]]]

I have written a function to reproduce two methods in <code>R</code> for White's test in <a href="https://press.princeton.edu/books/paperback/9780691130897/econometric-modeling" rel="nofollow noreferrer">hendry2007econometric</a>.

<pre class="lang-r prettyprint-override"><code>test_white(mod, dat, resi2 ~ x1 + x2 + I(x1^2) + I(x2^2), 3)
</code></pre>

where the squared residuals are regressed on all regressors and their squares. The degree of freedom is the number of parameters (let's say <code>k</code>).

<pre class="lang-r prettyprint-override"><code>test_white(mod, dat, resi2 ~ x1 + x2 + I(x1^2) + I(x2^2) + I(x1 * x2), 6)
</code></pre>

where the squared residuals are regressed on all regressors, their squares, and their cross products. The degree of freedom is <code>k * (k + 1) / 2</code>.

<pre class="lang-r prettyprint-override"><code>test_white &lt;- function(mod, dat, f, df1, prob){
 if(missing(prob)){prob = 0.05}

 dat %&lt;&gt;% mutate(resi2 = mod$residuals^2)

 stat &lt;-
 lm(f, data = dat) %&gt;%
 {summary(.)$r.squared} %&gt;%
 {. * nrow(dat)}

 p_value &lt;- 
 stat %&gt;%
 {1 - pchisq(., df1)}

 results &lt;- tibble(
 whi = "White", stat = stat, df1 = df1, df2 = nrow(dat) - df1, 
 p_value = p_value,prob = prob, if_accept = {p_value &lt;= prob}, 
 if_pass = {p_value &gt;= prob}
 )
 return(results)
}
</code></pre>

I think the <a href="https://stackoverflow.com/a/28048564/10181743">way</a> @Mike K does is alright, which is actually to test if an <code>lm</code> model based on the scale-location plot is significant. The scale-location plot refers to when you <a href="https://stats.stackexchange.com/a/65864/231405">plot diagnostics</a> for an <code>lm</code> object by <code>plot.lm(model, which = 3)</code>.

Good morning,

I am trying to realize the white test on my linear model with R. I don't know how to write the R codes to realize the White Test.

Price : house price, in millions dollars

Bdrms : number of bedrooms

Lotsize : size of lot in square feet

Sqrft : size of house in square feet

The linear model is the following :

<pre><code>#Linear Model
LinearModel.1 &lt;- lm(PRICE ~ LOTSIZE + LOTSIZE^2 + SQRFT + BDRMS, data=Dataset)
summary(LinearModel.1)


#Breusch-Pagan Test
library(lmtest)
bptest(LinearModel.1, varformula = NULL, studentize = TRUE, data = Dataset)


#White Test
?????????
</code></pre>

Thanks for your answer
Kind regards,

Econometrics : White Test with R

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

早上好,我正在尝试用R在我的线性模型上实现白色测试，我不知道如何编写R代码来实现白色测试。价格:房价，单位:百万美元Bdrms :卧室数量Lotsize :以平方英尺为单位的地块大小平方英尺:以平方英尺为单位的房屋大小线性模型如下：#Linear ModelLinearModel.1 <- lm(PRICE ~ LOTSIZE + LOTSIZE^2 + SQRFT + BDRMS, data=D

问计量经济学:带R的白色测试
EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问计量经济学:带R的白色测试EN

回答 5

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问计量经济学:带R的白色测试
EN