Eviews cung cấp các kiểm định các giả thiết rất quan trọng liên quan đến phần dư như phần dư có phân phối chuẩn, không có tương quan chuỗi, và phương sai đồng nhất.
• Kiểm định phân phối chuẩn của phần dư
Như ta sẽ biết ở bài giảng 7 về phân tích hồi qui đơn, một giả định quan trọng trong các mô hình hồi qui tuyến tính cổ điển là các hạn nhiễu ngẫu nhiên trong mô hình hồi qui tổng thể (và vì thế phần dư - đại diện của hạn nhiễu ngẫu nhiên trong mô hình hồi qui mẫu) theo phân phối chuẩn.
Giả thiết H0: Phần dư của mô hình hồi qui có phân phối chuẩn
Phương pháp: Thống kê Jarque – Bera. Như đã trình bày thống kê JB có phân phối Chi bình phương với số bậc tự do là 2 (χ2(2)).
Thực hiện trên Eviews: Từ kết quả ước lượng chọn
View/Residual tests/Histogram – Normality test, rồi so sánh giá trị JB với giá trị Chi bình phương với số bậc tự
do là 2.
• Biểu đồ tự tương quan - thống kê Q
Trong mô hình hồi qui tuyến tính cổ điển có giả định rằng các hạn nhiễu không có tương quan với nhau. Ngoài thống kê d Durbin-Watson, ta có thể sử dụng biểu đồ tự tương quan và thống kê Q để kiểm định “chuỗi” phần dư của mô hình hồi qui có tương quan với nhau không. Biểu đồ tự
tương quan đã được trình bày ở phần xử lý dữ liệu chuỗi.
Để thực hiện kiểm định phần dư có tự tương quan hay không ta chọn View/Residual Tests/Correlogram – Q Statistics …
• Kiểm định nhân tử Lagrange
Đây là một cách kiểm định khác với kiểm định Q để kiểm
định tương quan chuỗi. Kiểm định này sẽ được trình bày ở
bài giảng 13 về lựa chọn dạng mô hình. Trên Eviews ta thực hiệm kiểm định này bằng cách chọn Views/Residual Tests/Serial Correlation LM Test …
• Kiểm định White về phương sai thay đổi
Tương tự, mô hình hồi qui tuyến tính cổ điển cũng giả định các hạn nhiễu có phương sai đồng nhất. Để xem phương sai của nhiễu có đồng nhất hay không ta có thể sử dụng các kiểm định Park, kiểm định Glejser, kiểm định White, … Nội dung các kiểm định này sẽ được trình bày ở bài giảng 11 về phương sai thay đổi. Trên Eviews ta thực hiện kiểm
định White bằng cách chọn hoặc View/Residual Tests/White Heteroskedasticity (no cross terms) hoặc View/Residual Tests/White Heteroskedasticity (cross terms).