Harvey’s Test entails fitting an auxiliary regression model in which the response variable is the log of the

vector of squared residuals from the original model and the design matrix Z consists of one or more
exogenous variables that are suspected of being related to the error variance. In the absence of prior
information on a possible choice of Z, one would typically use the explanatory variables from the original
model. Under the null hypothesis of homoskedasticity, the distribution of the test statistic is
asymptotically chi-squared with parameter degrees of freedom. The test is right-tailed.

Uji Harvey memerlukan pemasangan model regresi tambahan di mana variabel respons adalah log dari
vektor residu kuadrat dari model asli dan matriks desain Z terdiri dari satu atau lebih variabel eksogen
yang diduga terkait dengan varians kesalahan. Dengan tidak adanya informasi sebelumnya tentang
kemungkinan pilihan Z, seseorang biasanya akan menggunakan variabel penjelas dari model aslinya. Di
bawah hipotesis nol homoskedastisitas, distribusi statistik uji adalah chi-kuadrat asimtotik dengan
parameter derajat kebebasan. Tes ini berekor kanan.

Fungsi ini mengimplementasikan metode Harvey (1976) untuk menguji heteroskedastisitas "perkalian"
dalam model regresi linier. Mittelhammer dkk. (2000) memberikan rumusan tes yang digunakan di sini.

Distribusi dari statistik uji Harvey adalah chi-kuadrat asimtotik dengan parameter derajat kebebasan
(Mittelhammer dkk, 2000).

Harvey AC (1976). “Estimating Regression Models with Multiplicative Heteroscedasticity.” Econometrica,

44(3), 461–465.

Mittelhammer RC, Judge GG, Miller DJ (2000). Econometric Foundations. Cambridge: Cambridge
University Press.

A regression model in which the disturbances exhibit a certain type of heteroscedasticity is considered.
Maximum likelihood methods of estimation are developed and compared with the two-step estimation
procedure. A likelihood ratio test for heteroscedasticity is suggested.

Model regresi di mana gangguan menunjukkan jenis heteroskedastisitas tertentu dipertimbangkan.

Metode estimasi maximum likelihood dikembangkan dan dibandingkan dengan prosedur estimasi dua
langkah. Likelihood ratio disarankan untuk menguji heteroskedastisitas.