Regresi linier, heteroskedastisitas, interpretasi tes White?

Saya mencoba menguji apakah regresi saya memiliki masalah heteroskedastisitas. Setelah menjalankan regresi, saya dapat dengan jelas melihat bahwa plot residual memiliki pola. Setelah mengambil log dari variabel dependen polanya jauh, sangat berkurang. Tes White pada formula asli mengembalikan nilai p 0,0004 sebelum transformasi (model dengan pola kuat dalam residu), dan nilai p 0,08 setelah transformasi log.

Saya dapat melihat bahwa model kedua memiliki heteroskedastisitas yang lebih kecil pada plot, tetapi bagaimana cara menafsirkan hasil tes White? Apakah nilai pertama berarti bahwa kita dapat menolak bahwa ada heteroskedastisitas pada signifikansi (100-0.0004)%, sedangkan pada model kedua, kita dapat menolaknya pada, katakanlah, kepercayaan 95%?

The Kertas putih asli di mana statistik uji diusulkan adalah membaca mencerahkan. Kutipan ini menurut saya menarik di sini:

... hipotesis nol menyatakan tidak hanya bahwa kesalahan bersifat homoskedastik, tetapi juga bahwa mereka tidak tergantung pada regressor, dan bahwa model tersebut ditentukan dengan benar ... Kegagalan salah satu dari kondisi ini dapat menyebabkan statistik uji signifikan secara statistik.

Dengan asumsi bahwa model tersebut ditentukan dengan benar, hasil Anda menunjukkan bahwa untuk kasus yang tidak ditransformasikan ada kehadiran heteroskedastisitas yang jelas, dan dalam kasus log tidak ada heteroskedastisitas pada tingkat signifikansi 5%, tetapi ada pada 10%. Ini berarti bahwa dalam kasus log tes lebih lanjut harus dilakukan, karena tes "nyaris" menerima hipotesis nol tanpa heteroskedastisitas. Bagi saya pribadi ini akan menjadi indikasi bahwa mungkin spesifikasi model tidak benar dan tes heteroskedastisitas lainnya harus dilakukan. Kebetulan Putih memberikan ikhtisar tes alternatif dalam artikelnya: Godfrey, Goldfeld-Quandt, dll.

Ini tidak menjawab pertanyaan tentang bagaimana menggunakan tes. Namun, Anda harus tahu bahwa sebagian besar ekonom umumnya tidak pernah menjalankan tes tersebut - terutama, ahli ekonomi mikro terapan. Sebagai gantinya, Anda hanya menggunakan kesalahan standar Huber-White yang disesuaikan yang mengoreksi berbagai kesalahan spesifikasi dalam distribusi istilah kesalahan Anda.

Itu bukan jawaban "statistik" yang tajam, tetapi itulah cara sebagian besar praktisi di bidang ekonomi menanganinya. Tes Godfrey Goldfeld-Quant atau White hampir tidak pernah digunakan atau dibahas.