El test de Chow , es un test estadístico y econométrico que prueba si los coeficientes en dos regresiones lineales en dos sets de datos son iguales. El test de Chow fue inventado por el economista Gregory Chow Masgow . En econometría, el test de Chow es normalmente usado en el análisis de series de tiempo para probar la presencia de un cambio estructural .
En
x
=
1.7
{\displaystyle x=1.7}
hay un cambio estructura, las regresiones en los intervalos
(
0
,
1.7
)
{\displaystyle (0,1.7)}
y
(
1.7
,
4
)
{\displaystyle (1.7,4)}
generan mejores modelos que la regresión combinada(línea punteada) en todo el intervalo.
Supongamos que el modelo utilizado para un determinado conjunto de datos es:
y
t
=
a
+
b
x
1
t
+
c
x
2
t
+
ε ε -->
.
{\displaystyle y_{t}=a+bx_{1t}+cx_{2t}+\varepsilon .\,}
Si dividimos el conjunto en dos grupos, entonces tendremos
y
t
=
a
1
+
b
1
x
1
t
+
c
1
x
2
t
+
ε ε -->
.
{\displaystyle y_{t}=a_{1}+b_{1}x_{1t}+c_{1}x_{2t}+\varepsilon .\,}
y
y
t
=
a
2
+
b
2
x
1
t
+
c
2
x
2
t
+
ε ε -->
.
{\displaystyle y_{t}=a_{2}+b_{2}x_{1t}+c_{2}x_{2t}+\varepsilon .\,}
La hipótesis nula del test de Chow será que
a
1
=
a
2
{\displaystyle a_{1}=a_{2}}
,
b
1
=
b
2
{\displaystyle b_{1}=b_{2}}
, y
c
1
=
c
2
{\displaystyle c_{1}=c_{2}}
.
Sea
S
C
{\displaystyle S_{C}}
la suma de cuadrados residuos de la serie original,
S
1
{\displaystyle S_{1}}
la suma de cuadrados residuos del primer grupo y
S
2
{\displaystyle S_{2}}
la suma de cuadrados residuos del segundo grupo.
N
1
{\displaystyle N_{1}}
y
N
2
{\displaystyle N_{2}}
son el número de observaciones en cada grupo y
k
{\displaystyle k}
es el número total de parámetros (en este caso, 3). Entonces el estadístico del test de Chow será
(
S
C
− − -->
(
S
1
+
S
2
)
)
/
(
k
)
(
S
1
+
S
2
)
/
(
N
1
+
N
2
− − -->
2
k
)
.
{\displaystyle {\frac {(S_{C}-(S_{1}+S_{2}))/(k)}{(S_{1}+S_{2})/(N_{1}+N_{2}-2k)}}.}
El estadístico del test se comporta como una distribución F con
k
{\displaystyle k}
y
N
1
+
N
2
− − -->
2
k
{\displaystyle N_{1}+N_{2}-2k}
grados de libertad .
Referencias