Imagine that you’re estimating a mo

Imagine that you’re estimating a model with the
natural log of Major League Baseball players’ contract value
as the dependent variable and several player characteristics as
independent variables. (See the preceding section for more
detail.) When you plug this information into STATA (which
lets you run a White test via a specialized command), the
program retains the predicted Y values, estimates the auxiliary
regression internally, and reports the chi-squared test. Figure
11-6 shows the resulting output, which suggests you should
reject the homoskedasticity hypothesis.

ผลลัพธ์ (ไทย) 1:

ลองจินตนาการว่า คุณกำลังประเมินแบบจำลองด้วยการบันทึกธรรมชาติของมูลค่าสัญญาผู้เล่นเบสบอลเมเจอร์ลีกตัวและลักษณะผู้เล่นหลายตัวแปรอิสระ (โปรดดูส่วนก่อนหน้านี้สำหรับข้อมูลเพิ่มเติมรายละเอียด) เมื่อคุณเสียบข้อมูล STATA (ซึ่งช่วยให้คุณเรียกใช้สีขาวทดสอบผ่านคำสั่งพิเศษ),โปรแกรมยังคงค่า Y จาก ประเมินการเสริมถดถอยภายใน และรายงานการทดสอบไคสแควร์ รูป11-6 แสดงผลเอาท์พุท ซึ่งแนะนำคุณควรปฏิเสธสมมติฐาน homoskedasticity

ผลลัพธ์ (ไทย) 2:

ลองจินตนาการว่าคุณกำลังประเมินรูปแบบที่มี
การเข้าสู่ระบบตามธรรมชาติของมูลค่าสัญญาผู้เล่นเมเจอร์ลีกเบสบอล '
เป็นตัวแปรตามและลักษณะผู้เล่นหลาย
ตัวแปรอิสระ (โปรดดูส่วนก่อนหน้านี้สำหรับข้อมูลเพิ่มเติม
รายละเอียด.) เมื่อคุณเสียบข้อมูลนี้ไปเดินทางเข้ามายัง (ซึ่ง
ช่วยให้คุณสามารถเรียกใช้การทดสอบสีขาวผ่านทางคำสั่งเฉพาะ) ที่
โปรแกรมยังคงคาดการณ์ค่า Y ประมาณการเสริม
ถดถอยภายในและรายงาน chi- การทดสอบการยกกำลังสอง รูปที่
11-6 แสดงให้เห็นว่าการส่งออกส่งผลซึ่งแสดงให้เห็นว่าคุณควร
ปฏิเสธสมมติฐาน homoskedasticity

ผลลัพธ์ (ไทย) 3:

ลองจินตนาการว่าคุณกำลังประเมินรูปแบบกับเข้าสู่ระบบธรรมชาติของลีกเบสบอลเมเจอร์มูลค่าสัญญาของผู้เล่นเป็นตัวแปรตามและลักษณะของผู้เล่นต่าง ๆตัวแปรอิสระ ( เห็นก่อนส่วนเพิ่มเติมรายละเอียด ) เมื่อคุณเสียบลงใน Language ( ซึ่งข้อมูลนี้ช่วยให้คุณสามารถทดสอบผ่านคำสั่งเฉพาะสีขาว )โปรแกรมยังคงคาดการณ์ค่าประมาณการสำรอง ,ถดถอยภายในและรายงานการทดสอบไคสแควร์ . รูป11-6 แสดงผลผลผลิต ซึ่งแสดงให้เห็นว่า คุณควรhomoskedasticity ปฏิเสธสมมติฐาน