یکی از فروض اساسی در رگرسیون کلاسیک این است که واریانس جملات خطا ثابت باشد. به این ویژگی، همسانی واریانس یا Homoscedasticity گفته میشود. اما در بسیاری از تحلیلهای واقعی، بهویژه در دادههای سری زمانی و مقطعی، واریانس خطاها ممکن است در طول مشاهدات تغییر کند. این پدیده ناهمسانی واریانس یا Heteroscedasticity نام دارد.
در صورت وقوع این مشکل، برآوردهای مدل هرچند بدون تورش باقی میمانند، اما دیگر کارا نیستند و آزمونهای آماری دقت و اعتبار خود را از دست میدهند. به همین دلیل، آزمون ناهمسانی واریانس در ایویوز یکی از مراحل ضروری تحلیل اقتصادسنجی است.
ناهمسانی واریانس چیست
ناهمسانی واریانس به وضعیتی گفته میشود که در آن پراکندگی خطاها از یک مشاهده به مشاهده دیگر ثابت نباشد. یعنی درجات پراکندگی خطاها در بخشهای مختلف نمونه متفاوت است.
در عمل، ممکن است دامنه خطاها در ابتدای دوره کم و در انتهای دوره زیاد باشد، یا دادههای بخشهای مختلف جامعه پراکندگیهای متفاوتی داشته باشند. این مسئله معمولاً نشان میدهد که برخی عوامل مؤثر بر متغیر وابسته بهدرستی در مدل وارد نشدهاند یا ساختار دادهها دارای تغییرات سیستماتیک است.
اهمیت آزمون ناهمسانی واریانس
بررسی ناهمسانی واریانس اهمیت زیادی دارد زیرا این مشکل پیامدهای مهمی بر تحلیل رگرسیونی دارد. نخست اینکه خطاهای استاندارد ضرایب بهدرستی برآورد نمیشوند و این موضوع باعث میشود آزمونهای معنیداری ضرایب شامل t و F قابل اتکا نباشند. در نتیجه، پژوهشگر ممکن است درباره اهمیت متغیرها به نتایج نادرست برسد.
افزون بر این، وجود ناهمسانی واریانس نشاندهنده ضعف در مشخصسازی مدل یا وجود ساختارهای پنهان در دادههاست که باید شناسایی و اصلاح شوند.
نشانههای ناهمسانی واریانس
پیش از اجرای آزمونهای رسمی، برخی نشانهها میتوانند احتمال وجود ناهمسانی واریانس را آشکار کنند:
- تغییر میزان پراکندگی باقیماندهها در نمودارهای پراکنش
- بزرگ شدن دامنه خطاها با افزایش مقدار متغیر وابسته یا مستقل
- مشاهده الگوهای قیفیشکل یا افزایشدهنده/کاهنده در نمودار باقیماندهها
این نشانهها تنها هشدار اولیه هستند و تشخیص نهایی نیازمند آزمون رسمی است.
آزمونهای ناهمسانی واریانس در ایویوز
ایویوز ابزارهای استانداردی برای تشخیص ناهمسانی واریانس ارائه میدهد. مهمترین آنها عبارتاند از:
آزمون بروش–پاگان (Breusch–Pagan)
این آزمون بررسی میکند که آیا واریانس خطاها با یکی از متغیرهای توضیحی یا ترکیبی خطی از آنها مرتبط است یا نه. اگر مقدار احتمال آزمون کمتر از سطح خطا باشد، فرض همسانی واریانس رد شده و ناهمسانی واریانس وجود دارد.
آزمون وایت (White Test)
آزمون وایت یکی از رایجترین و فراگیرترین آزمونهاست زیرا نیازی به فرض شکل خاصی از ناهمسانی ندارد. این آزمون حتی وجود اثرات غیرخطی و تعامل بین متغیرها را نیز در نظر میگیرد، بنابراین در تحلیلهای کاربردی بسیار استفاده میشود.
بررسی گرافیکی باقیماندهها
ایویوز امکان رسم نمودار باقیماندهها در برابر متغیرهای توضیحی را فراهم میکند. این روش گرچه دقیق نیست، اما میتواند الگوهای ظاهری ناهمسانی مانند قیفشکل بودن پراکندگی خطاها را نشان دهد.
پیامدهای ناهمسانی واریانس
اگر ناهمسانی واریانس در مدل وجود داشته باشد:
- ضرایب OLS همچنان بدون تورش هستند، اما کارا نیستند.
- خطاهای استاندارد نادرست محاسبه میشوند.
- نتیجهگیری درباره معنیداری متغیرها ممکن است اشتباه باشد.
- قدرت پیشبینی مدل کاهش مییابد.
به همین دلیل، تشخیص و اصلاح این مشکل مرحلهای مهم در تحلیل اقتصادسنجی است.
دلایل بروز ناهمسانی واریانس
ناهمسانی واریانس معمولاً به دلایل زیر رخ میدهد:
- وجود متغیرهای حذفشده که باعث افزایش خطا در بخشی از دادهها میشود
- تغییرات ساختاری در دادهها، مانند شوکها یا روندهای اقتصادی
- تنوع زیاد در اندازه یا مقیاس مشاهدات
- رفتار متفاوت زیرگروهها در دادههای مقطعی
- متغیر وابسته با دامنه وسیع یا غیرخطی بودن رابطه میان متغیرها و خطاها
شناخت علت اصلی میتواند در انتخاب روش اصلاح مؤثر باشد.
راهکارهای رفع ناهمسانی واریانس
برای اصلاح ناهمسانی واریانس، چند روش متداول در اقتصادسنجی و ایویوز مورد استفاده قرار میگیرد:
استفاده از تبدیلها
گاهی تبدیل متغیر وابسته یا برخی متغیرهای مستقل (مانند تبدیل لگاریتمی) میتواند واریانس خطاها را به شکل قابلتوجهی همسانتر کند.
استفاده از روشهای برآورد مقاوم
در صورت وجود ناهمسانی، میتوان از برآوردهایی با خطاهای استاندارد مقاوم (Robust) استفاده کرد که نسبت به ناهمسانی حساسیت کمتری دارند.
مشخصسازی بهتر مدل
افزودن متغیرهای حذفشده، اصلاح فرم تابعی، یا در نظر گرفتن اثرات تعاملی میتواند ساختار صحیحتری برای مدل ایجاد کند و ناهمسانی را کاهش دهد.
استفاده از روش GLS
در برخی تحلیلهای پیشرفته، استفاده از روش حداقل مربعات تعمیمیافته (GLS) میتواند راهحل بهینهتری باشد.
جمعبندی
آزمون ناهمسانی واریانس یکی از آزمونهای کلیدی در بررسی فروض کلاسیک رگرسیون در ایویوز است. وجود این مشکل نشان میدهد که پراکندگی خطاها در مشاهدات ثابت نیست و این امر میتواند دقت آزمونهای آماری را کاهش دهد. ابزارهایی مانند آزمون بروش–پاگان و آزمون وایت به پژوهشگر کمک میکنند تا این مشکل را شناسایی کند. در صورت مشاهده ناهمسانی، میتوان با تبدیل متغیرها، اصلاح مشخصات مدل یا استفاده از روشهای مقاوم، دقت و اعتبار مدل را افزایش داد.
با توجه به اهمیت این فرض، تحلیلگر باید پیش از تفسیر نهایی نتایج رگرسیون، حتماً ناهمسانی واریانس را بررسی کند.
کلیدواژه ها : آزمون ناهمسانی واریانس-Heteroscedasticity Test-آزمون وایت در ایویوز-White Test-آزمون بروش پاگان-Breusch Pagan Test-واریانس جملات خطا-فروض کلاسیک رگرسیون-خطاهای ناهمسان-تحلیل داده در ایویوز-EViews Econometrics-آزمونهای رگرسیون-اصلاح ناهمسانی واریانس-همسانی واریانس-آموزش ایویوز-سری زمانی و ناهمسانی واریانس-مدل رگرسیون کلاسیک
