L’analyse de r\u00e9gression lin\u00e9aire par la m\u00e9thode des moindres carr\u00e9s ordinaires (MCO) constitue l’un des piliers m\u00e9thodologiques les plus universellement d\u00e9ploy\u00e9s au sein des sciences quantitatives, de l’\u00e9conom\u00e9trie appliqu\u00e9e \u00e0 la psychom\u00e9trie, en passant par l’\u00e9pid\u00e9miologie et la sociologie computationnelle. L’attrait persistant de ce cadre analytique r\u00e9side principalement dans sa remarquable \u00e9l\u00e9gance math\u00e9matique et dans la clart\u00e9 interpr\u00e9tative de ses coefficients estim\u00e9s. Cependant, la validit\u00e9 d\u00e9ductive et la fiabilit\u00e9 inf\u00e9rentielle des mod\u00e8les de r\u00e9gression lin\u00e9aire reposent sur un ensemble d’hypoth\u00e8ses stochastiques fondamentales, th\u00e9oris\u00e9es de mani\u00e8re magistrale dans le cadre du th\u00e9or\u00e8me de Gauss-Markov. Parmi ces postulats directeurs, l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9, qui stipule l’invariance de la variance des perturbations al\u00e9atoires conditionnellement aux variables explicatives, occupe une place d’une sensibilit\u00e9 critique absolue.<\/p>\n
Dans la pratique empirique contemporaine, la violation de ce postulat d’homosc\u00e9dasticit\u00e9 donne naissance au ph\u00e9nom\u00e8ne d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, une situation o\u00f9 la dispersion des r\u00e9sidus fluctue syst\u00e9matiquement \u00e0 travers les diff\u00e9rentes strates des pr\u00e9dicteurs ou au gr\u00e9 des observations. Si l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 ne d\u00e9truit pas la propri\u00e9t\u00e9 de non-biais des estimateurs des moindres carr\u00e9s ordinaires, elle vicie de mani\u00e8re fondamentale l’estimation de leur matrice de variance-covariance. Par voie de cons\u00e9quence directe, les erreurs-types usuelles des coefficients se trouvent fauss\u00e9es, entra\u00eenant l’invalidation pure et simple des tests de significativit\u00e9 statistique conventionnels, notamment les tests t de Student et les tests F de Fisher-Snedecor, tout en rendant fallacieux les intervalles de confiance construits sous ces pr\u00e9misses erron\u00e9es.<\/p>\n
Face \u00e0 ce p\u00e9ril m\u00e9thodologique majeur, l’\u00e9conom\u00e8tre Halbert White a propos\u00e9 en 1980 une proc\u00e9dure diagnostique g\u00e9n\u00e9rale d’une puissance remarquable, affranchie de toute hypoth\u00e8se pr\u00e9alable contraignante quant \u00e0 la forme fonctionnelle prise par la variabilit\u00e9 des erreurs. Cet article propose un guide exhaustif, rigoureux et didactique d\u00e9di\u00e9 \u00e0 la compr\u00e9hension, \u00e0 la d\u00e9rivation computationnelle et \u00e0 la mise en \u0153uvre pratique du test de White au sein de l’environnement statistique R. En explorant tant les assises math\u00e9matiques du test que son application pas \u00e0 pas sur des donn\u00e9es r\u00e9elles et simul\u00e9es, ce trait\u00e9 offre aux chercheurs et analystes de donn\u00e9es la grille d’analyse indispensable pour diagnostiquer rigoureusement la structure stochastique de leurs mod\u00e8les lin\u00e9aires et adopter des strat\u00e9gies de rem\u00e9diation ad\u00e9quates.<\/p>\n
L’estimation d’un mod\u00e8le de r\u00e9gression lin\u00e9aire multiple s’articule formellement autour de l’\u00e9quation matricielle Y = X\u03b2 + \u03b5<\/em>, dans laquelle Y<\/em> repr\u00e9sente le vecteur des observations de la variable d\u00e9pendante de dimension (n \u00d7 1)<\/em>, X<\/em> d\u00e9signe la matrice de conception des pr\u00e9dicteurs de dimension (n \u00d7 k)<\/em>, \u03b2<\/em> est le vecteur des param\u00e8tres inconnus de dimension (k \u00d7 1)<\/em>, et \u03b5<\/em> symbolise le vecteur stochastique des erreurs non observables de dimension (n \u00d7 1)<\/em>. Le cadre th\u00e9orique \u00e9tabli par Carl Friedrich Gauss et Andre\u00ef Markov \u00e9tablit un ensemble de conditions indispensables garantissant que l’estimateur des moindres carr\u00e9s ordinaires, formul\u00e9 alg\u00e9briquement par b = (X’X)\u207b\u00b9X’Y<\/em>, soit l’estimateur lin\u00e9aire sans biais \u00e0 variance minimale, qualifi\u00e9 par l’acronyme universel BLUE (Best Linear Unbiased Estimator)<\/a>.<\/p>\n Au c\u0153ur de ces conditions figure l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9, qui prescrit que la variance du terme d’erreur stochastique, conditionnellement \u00e0 l’ensemble de la matrice des r\u00e9gresseurs X<\/em>, demeure strictement constante pour chaque observation individuelle i<\/em>. Formellement, cette condition s’\u00e9nonce par la relation Var(\u03b5\u1d62 | X) = \u03c3\u00b2<\/em> pour tout i \u2208 {1, …, n}<\/em>, o\u00f9 \u03c3\u00b2<\/em> repr\u00e9sente un scalaire positif invariable. De surcro\u00eet, en supposant l’absence totale d’autocorr\u00e9lation entre les perturbations associ\u00e9es \u00e0 des observations distinctes, \u00e0 savoir Cov(\u03b5\u1d62, \u03b5\u2c7c | X) = 0<\/em> pour tout i \u2260 j<\/em>, la matrice de variance-covariance conditionnelle du vecteur des perturbations se simplifie selon l’expression E(\u03b5\u03b5’ | X) = \u03c3\u00b2I\u2099<\/em>, o\u00f9 I\u2099<\/em> d\u00e9signe la matrice identit\u00e9 d’ordre n<\/em>.<\/p>\n Il est imp\u00e9ratif d’op\u00e9rer une distinction conceptuelle et math\u00e9matique absolue entre les perturbations stochastiques non observables \u03b5\u1d62<\/em> et les r\u00e9sidus empiriques calcul\u00e9s e\u1d62 = Y\u1d62 – \u0176\u1d62<\/em>, ces derniers constituant les contreparties \u00e9chantillonnales des premi\u00e8res. Les r\u00e9sidus ordinaires v\u00e9rifient par construction alg\u00e9brique la propri\u00e9t\u00e9 X’e = 0<\/em>, mais leur variance individuelle ne co\u00efncide pas exactement avec \u03c3\u00b2<\/em> en raison de l’influence de la matrice de projection orthogonale, souvent d\u00e9sign\u00e9e comme la matrice des leviers H = X(X’X)\u207b\u00b9X’<\/em>. Lorsque la variance conditionnelle des perturbations th\u00e9oriques n’est pas constante \u00e0 travers les observations, la propri\u00e9t\u00e9 d’optimalit\u00e9 BLUE s’effondre irr\u00e9m\u00e9diablement, privant l’estimateur MCO de son efficacit\u00e9 statistique.<\/p>\n L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 survient d\u00e8s lors que la variance des termes d’erreur varie en fonction des observations, ce qui se traduit math\u00e9matiquement par la configuration Var(\u03b5\u1d62 | X) = \u03c3\u1d62\u00b2<\/em>, o\u00f9 l’indice i<\/em> d\u00e9note la d\u00e9pendance de la variance vis-\u00e0-vis des caract\u00e9ristiques propres \u00e0 chaque unit\u00e9 statistique. Cette h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de dispersion peut d\u00e9couler de multiples m\u00e9canismes g\u00e9n\u00e9rateurs de donn\u00e9es inh\u00e9rents aux ph\u00e9nom\u00e8nes empiriques \u00e9tudi\u00e9s. Parmi les facteurs pr\u00e9pond\u00e9rants figurent les effets d’\u00e9chelle : par exemple, dans les \u00e9tudes de mod\u00e9lisation \u00e9conomique des d\u00e9penses de consommation en fonction du revenu disponible, les m\u00e9nages \u00e0 hauts revenus disposent d’un \u00e9ventail d’arbitrages de consommation et d’\u00e9pargne consid\u00e9rablement plus vaste que les m\u00e9nages \u00e0 faibles revenus, engendrant une variabilit\u00e9 r\u00e9siduelle intrins\u00e8quement plus \u00e9tendue aux valeurs \u00e9lev\u00e9es du pr\u00e9dicteur.<\/p>\n Une distinction m\u00e9thodologique essentielle doit \u00eatre op\u00e9r\u00e9e entre l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 pure et l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure. L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 pure d\u00e9coule de la nature stochastique profonde du processus g\u00e9n\u00e9rateur de donn\u00e9es, au sein duquel la dispersion des al\u00e9as augmente ou diminue structurellement sous l’effet de forces exog\u00e8nes, de dynamiques d’apprentissage comportemental ou de disparit\u00e9s d’agr\u00e9gation institutionnelle. \u00c0 l’inverse, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure r\u00e9sulte directement d’une erreur de sp\u00e9cification commise par l’analyste lors de l’\u00e9laboration du mod\u00e8le \u00e9conom\u00e9trique. L’omission d’une variable explicative pertinente corr\u00e9l\u00e9e \u00e0 la variance r\u00e9siduelle, l’oubli de termes polynomiaux traduisant des non-lin\u00e9arit\u00e9s sous-jacentes, ou l’inad\u00e9quation de la transformation math\u00e9matique impos\u00e9e \u00e0 la variable d\u00e9pendante se r\u00e9percutent directement dans le terme r\u00e9siduel, simulant un sch\u00e9ma h\u00e9t\u00e9rosc\u00e9dastique artificiel.<\/p>\n Les implications empiriques de cette pathologie stochastique sont majeures. Sous h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, l’estimateur MCO b<\/em> conserve sa convergence et son absence de biais, pourvu que l’esp\u00e9rance conditionnelle des perturbations demeure nulle, soit E(\u03b5 | X) = 0<\/em>. En revanche, sa matrice de variance-covariance r\u00e9elle devient Var(b | X) = (X’X)\u207b\u00b9(X’\u03a9X)(X’X)\u207b\u00b9<\/em>, o\u00f9 \u03a9 = diag(\u03c3\u2081\u00b2, \u03c3\u2082\u00b2, …, \u03c3\u2099\u00b2)<\/em>. D\u00e8s lors que l’analyste applique na\u00efvement l’estimateur usuel s\u00b2(X’X)\u207b\u00b9<\/em>, les erreurs-types des coefficients estim\u00e9s sont irr\u00e9m\u00e9diablement fauss\u00e9es. Dans la tr\u00e8s grande majorit\u00e9 des configurations pratiques, cette m\u00e9prise conduit \u00e0 une sous-estimation substantielle des erreurs-types, gonflant artificiellement les statistiques de Student et g\u00e9n\u00e9rant des conclusions faussement positives, couramment d\u00e9sign\u00e9es sous le terme d’erreurs d’inf\u00e9rence de premi\u00e8re esp\u00e8ce.<\/p>\n Dans le domaine des sciences comportementales, de la psychologie diff\u00e9rentielle et de la recherche \u00e9ducationnelle, les donn\u00e9es quantitatives sont particuli\u00e8rement vuln\u00e9rables aux violations du postulat d’homosc\u00e9dasticit\u00e9. Les instruments psychom\u00e9triques, tels que les \u00e9chelles de Likert mesurant l’anxi\u00e9t\u00e9, l’engagement ou l’auto-efficacit\u00e9, pr\u00e9sentent fr\u00e9quemment des effets de plancher ou de plafond. Ces artefacts de mesure compriment artificiellement la variance r\u00e9siduelle aux extr\u00e9mit\u00e9s de l’\u00e9chelle, tout en autorisant une dispersion maximale aux niveaux m\u00e9dians, induisant m\u00e9caniquement une forme prononc\u00e9e d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 conditionnelle li\u00e9e au dispositif d’\u00e9valuation lui-m\u00eame.<\/p>\n Par ailleurs, l’av\u00e8nement des m\u00e9gadonn\u00e9es et l’utilisation croissante de tr\u00e8s grands \u00e9chantillons dans les recherches observationnelles contemporaines modifient radicalement la sensibilit\u00e9 des protocoles diagnostiques. Dans les cohortes massives regroupant des dizaines de milliers d’individus, les cons\u00e9quences de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 sur les tests de significativit\u00e9 deviennent redoutables : d’infimes distorsions dans le calcul des erreurs-types conduisent \u00e0 d\u00e9clarer hautement significatives des relations qui ne reposent que sur du bruit stochastique amplifi\u00e9 par une estimation erron\u00e9e de la variance. Les comit\u00e9s de lecture des revues scientifiques de premier plan exigent d\u00e9sormais une transparence sans faille quant \u00e0 l’int\u00e9grit\u00e9 distributionnelle des mod\u00e8les soumis \u00e0 publication.<\/p>\n L’omission de diagnostics formels d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 ou le recours exclusif \u00e0 des inspections visuelles informelles expose le chercheur au risque d’une invalidation totale de ses d\u00e9ductions causales et inf\u00e9rentielles. Il appara\u00eet donc imp\u00e9ratif d’int\u00e9grer dans le pipeline r\u00e9gulier de mod\u00e9lisation statistique des tests d’hypoth\u00e8se rigoureux et standardis\u00e9s, capables d’authentifier objectivement l’\u00e9tat homosc\u00e9dastique ou h\u00e9t\u00e9rosc\u00e9dastique des r\u00e9sidus, pr\u00e9alablement \u00e0 toute interpr\u00e9tation substantive des coefficients de r\u00e9gression.<\/p>\n Dans une contribution s\u00e9minale publi\u00e9e en mai 1980 au sein de la prestigieuse revue Econometrica<\/a>, l’\u00e9conom\u00e8tre et math\u00e9maticien am\u00e9ricain Halbert White a r\u00e9volutionn\u00e9 le traitement de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 en \u00e9conom\u00e9trie appliqu\u00e9e. Intitul\u00e9 A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity<\/em>, cet article fondateur a r\u00e9solu une aporie majeure qui entravait l’analyse empirique depuis plusieurs d\u00e9cennies. Avant les travaux de White, les proc\u00e9dures diagnostiques d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 imposaient syst\u00e9matiquement aux chercheurs de postuler a priori une structure param\u00e9trique d\u00e9termin\u00e9e pour la variance non constante des erreurs, comme une proportionnalit\u00e9 directe avec l’un des r\u00e9gresseurs du mod\u00e8le.<\/p>\n L’apport conceptuel d\u00e9cisif de White a consist\u00e9 \u00e0 concevoir un test diagnostique asymptotique enti\u00e8rement g\u00e9n\u00e9ral, ne requ\u00e9rant aucune sp\u00e9cification pr\u00e9alable quant \u00e0 la nature, lin\u00e9aire ou non lin\u00e9aire, de la fonction reliant la variance d’erreur aux variables ind\u00e9pendantes. Le test repose sur une intuition math\u00e9matique d’une grande limpidit\u00e9 : sous l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9, la matrice de variance-covariance conventionnelle des estimateurs MCO, V\u2081 = \u03c3\u00b2(X’X)\u207b\u00b9<\/em>, et la matrice de variance-covariance asymptotique robuste d\u00e9velopp\u00e9e par White, V\u2082 = (X’X)\u207b\u00b9(\u2211 e\u1d62\u00b2 X\u1d62’X\u1d62)(X’X)\u207b\u00b9<\/em>, convergent toutes deux en probabilit\u00e9 vers la m\u00eame limite th\u00e9orique. Une divergence statistiquement significative entre ces deux estimateurs matriciels trahit in\u00e9luctablement la pr\u00e9sence d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 ou une d\u00e9faillance de sp\u00e9cification fonctionnelle du mod\u00e8le.<\/p>\n L’hypoth\u00e8se nulle du test de White s’\u00e9nonce formellement par H\u2080 : Var(\u03b5\u1d62 | X) = \u03c3\u00b2<\/em> pour tout i<\/em>, signifiant que la variance conditionnelle des erreurs est uniforme et ind\u00e9pendante des valeurs prises par les pr\u00e9dicteurs. L’hypoth\u00e8se alternative g\u00e9n\u00e9rale s’exprime quant \u00e0 elle par H\u2081 : Var(\u03b5\u1d62 | X) = \u03c3\u1d62\u00b2 = f(X\u1d62)<\/em>, o\u00f9 f<\/em> repr\u00e9sente une fonction non constante d\u00e9pendant des r\u00e9gresseurs, de leurs puissances quadratiques et de leurs interactions mutuelles. Ce test est ainsi configur\u00e9 comme un test omnibus, remarquablement arm\u00e9 pour d\u00e9tecter toute violation de l’hypoth\u00e8se de variance constante.<\/p>\n L’ex\u00e9cution pratique et op\u00e9rationnelle du test de White repose sur l’estimation d’une r\u00e9gression lin\u00e9aire secondaire, dite r\u00e9gression auxiliaire, dans laquelle la variable d\u00e9pendante est constitu\u00e9e par le carr\u00e9 des r\u00e9sidus ordinaires extraits de la r\u00e9gression principale. Consid\u00e9rons un mod\u00e8le de r\u00e9gression lin\u00e9aire initial comportant deux r\u00e9gresseurs explicatifs continus : Y\u1d62 = \u03b2\u2080 + \u03b2\u2081X\u2081\u1d62 + \u03b2\u2082X\u2082\u1d62 + \u03b5\u1d62<\/em>. \u00c0 l’issue de l’ajustement de cette \u00e9quation par les MCO, les r\u00e9sidus empiriques e\u1d62 = Y\u1d62 – \u0176\u1d62<\/em> sont isol\u00e9s, puis rigoureusement \u00e9lev\u00e9s au carr\u00e9 pour former la grandeur e\u1d62\u00b2<\/em>, laquelle agit comme un estimateur ponctuel non biais\u00e9 et observable de la variance instantan\u00e9e \u03c3\u1d62\u00b2<\/em>.<\/p>\n La r\u00e9gression auxiliaire de White proc\u00e8de ensuite \u00e0 la r\u00e9gression par moindres carr\u00e9s de ces carr\u00e9s de r\u00e9sidus sur un ensemble exhaustif comprenant la constante, l’ensemble des pr\u00e9dicteurs d’origine, leurs carr\u00e9s respectifs, ainsi que l’ensemble de leurs produits crois\u00e9s (interactions de second ordre). Pour notre mod\u00e8le \u00e0 deux variables, l’\u00e9quation auxiliaire prend rigoureusement la forme suivante :<\/p>\n e\u1d62\u00b2 = \u03b1\u2080 + \u03b1\u2081X\u2081\u1d62 + \u03b1\u2082X\u2082\u1d62 + \u03b1\u2083X\u2081\u1d62\u00b2 + \u03b1\u2084X\u2082\u1d62\u00b2 + \u03b1\u2085(X\u2081\u1d62 \u00d7 X\u2082\u1d62) + u\u1d62<\/em><\/p>\n Dans cette formulation auxiliaire, u\u1d62<\/em> symbolise le terme d’erreur r\u00e9siduel de la r\u00e9gression secondaire. Si l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 est v\u00e9rifi\u00e9e dans la population, aucun des r\u00e9gresseurs de cette \u00e9quation secondaire ne devrait contribuer de mani\u00e8re syst\u00e9matique \u00e0 expliquer la magnitude de e\u1d62\u00b2<\/em>, ce qui implique que l’ensemble des coefficients de pente sont th\u00e9oriquement nuls : \u03b1\u2081 = \u03b1\u2082 = \u03b1\u2083 = \u03b1\u2084 = \u03b1\u2085 = 0<\/em>.<\/p>\n Un enjeu algorithmique capital lors de la g\u00e9n\u00e9ration de cette r\u00e9gression auxiliaire r\u00e9side dans la gestion de la colin\u00e9arit\u00e9 parfaite. Lorsque le mod\u00e8le originel comprend des variables cat\u00e9gorielles cod\u00e9es sous forme d’indicateurs binaires (variables indicatrices ou dummy variables<\/em>), l’\u00e9l\u00e9vation au carr\u00e9 de ces variables est strictement redondante puisque D\u1d62\u00b2 = D\u1d62<\/em>. De m\u00eame, les produits crois\u00e9s entre cat\u00e9gories mutuellement exclusives d’un m\u00eame facteur nominal sont identiquement nuls. Tout logiciel statistique rigoureux se doit d’\u00e9liminer automatiquement ces colonnes dupliqu\u00e9es de la matrice de conception auxiliaire afin de pr\u00e9venir la non-inversibilit\u00e9 matricielle.<\/p>\n La d\u00e9rivation formelle de la statistique de d\u00e9cision du test de White s’inscrit au sein de la classe g\u00e9n\u00e9rale des tests bas\u00e9s sur le principe du multiplicateur de Lagrange (LM)<\/a>. Halbert White a d\u00e9montr\u00e9 que la statistique de test, not\u00e9e LM<\/em>, s’obtient simplement par le produit de la taille d’\u00e9chantillon n<\/em> par le coefficient de d\u00e9termination ordinaire (non ajust\u00e9) R\u00b2<\/em> issu de l’ajustement de la r\u00e9gression auxiliaire :<\/p>\n LM = n \u00d7 R\u00b2<\/em><\/p>\n Sous la validit\u00e9 de l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 et sous r\u00e9serve que les conditions de r\u00e9gularit\u00e9 asymptotique usuelles soient satisfaites (notamment l’existence de moments d’ordre 4 finis pour les r\u00e9gresseurs et les erreurs), cette statistique LM<\/em> converge en loi, lorsque la taille d’\u00e9chantillon n<\/em> tend vers l’infini, vers une distribution du Chi-deux de Pearson :<\/p>\n LM = n \u00d7 R\u00b2 -> \u03c7\u00b2(p)<\/em><\/p>\n Le nombre de degr\u00e9s de libert\u00e9 p<\/em> de cette distribution asymptotique est strictement \u00e9gal au nombre total de r\u00e9gresseurs explicatifs figurant dans la r\u00e9gression auxiliaire, \u00e0 l’exclusion formelle de la constante. Pour un mod\u00e8le originel comportant k<\/em> variables ind\u00e9pendantes continues (hors constante), le nombre th\u00e9orique complet de param\u00e8tres de pente dans la r\u00e9gression auxiliaire s’\u00e9l\u00e8ve \u00e0 p = 2k + [k(k – 1) \/ 2]<\/em>, ce qui correspond \u00e0 la somme des k<\/em> termes lin\u00e9aires, des k<\/em> termes quadratiques, et des combinaisons d’interactions d’ordre deux.<\/p>\n La puissance statistique de ce test pr\u00e9sente une forte sensibilit\u00e9 asymptotique vis-\u00e0-vis de la taille d’\u00e9chantillon. Dans les \u00e9chantillons de taille restreinte (par exemple, n < 50<\/em>), la distribution empirique exacte de la statistique peut s’\u00e9carter notablement de sa distribution limite th\u00e9orique du Chi-deux, induisant parfois un d\u00e9ficit de puissance ou une l\u00e9g\u00e8re distorsion de la taille empirique du test. En revanche, pour des \u00e9chantillons mod\u00e9r\u00e9s \u00e0 vastes, le test de White d\u00e9montre une efficacit\u00e9 redoutable pour rejeter l’hypoth\u00e8se nulle d\u00e8s lors qu’il existe une distorsion fonctionnelle de la variance conditionnelle.<\/p>\n Le test de Breusch-Pagan, formalis\u00e9 par Trevor Breusch et Adrian Pagan en 1979, constitue l’alternative classique la plus fr\u00e9quemment mise en concurrence avec le test de White. Bien que ces deux proc\u00e9dures partagent le cadre computationnel d’une r\u00e9gression auxiliaire r\u00e9gressant les r\u00e9sidus au carr\u00e9 sur des variables explicatives, leur divergence r\u00e9side dans la sp\u00e9cification de la matrice de ces pr\u00e9dicteurs secondaires. Dans sa version standard, le test de Breusch-Pagan<\/a> se cantonne \u00e0 une relation purement lin\u00e9aire entre les r\u00e9sidus au carr\u00e9 et les variables explicatives originelles : e\u1d62\u00b2 = \u03b1\u2080 + \u03b1\u2081X\u2081\u1d62 + … + \u03b1\u2096X\u2096\u1d62 + u\u1d62<\/em>.<\/p>\n Cette lin\u00e9arit\u00e9 structurelle conf\u00e8re au test de Breusch-Pagan une sensibilit\u00e9 cibl\u00e9e et une puissance statistique optimale lorsque la variance des perturbations \u00e9volue de mani\u00e8re strictement monotone par rapport aux covariables. En contrepartie, ce test s’av\u00e8re totalement aveugle aux structures d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 non monotones, notamment les configurations en forme de U o\u00f9 la variance s’accro\u00eet sym\u00e9triquement aux deux extr\u00eames d’une variable continue. Le test de White, par l’inclusion syst\u00e9matique des puissances quadratiques X\u1d62\u00b2<\/em> et des produits crois\u00e9s, capture imm\u00e9diatement ces motifs paraboliques et interactifs complexes, offrant une couverture diagnostique consid\u00e9rablement plus \u00e9tendue.<\/p>\n Une distinction m\u00e9thodologique fondamentale additionnelle touche aux hypoth\u00e8ses distributionnelles sous-jacentes. La formulation originale de Breusch et Pagan reposait sur le postulat strict que les erreurs stochastiques suivaient une loi normale, rendant le test excessivement vuln\u00e9rable \u00e0 la leptokurtose ou aux asym\u00e9tries distributionnelles. Bien que Roger Koenker ait rem\u00e9di\u00e9 \u00e0 cette tare en 1981 en proposant une version \u00ab studentis\u00e9e \u00bb du test de Breusch-Pagan utilisant le moment centr\u00e9 d’ordre 4 des r\u00e9sidus, le test de White est, par essence m\u00eame de sa d\u00e9rivation asymptotique, intrins\u00e8quement robuste \u00e0 la non-normalit\u00e9 mod\u00e9r\u00e9e des erreurs empiriques.<\/p>\n Propos\u00e9 d\u00e8s 1965 par Stephen Goldfeld et Richard Quandt, le test \u00e9ponyme proc\u00e8de selon une philosophie param\u00e9trique radicalement divergente de celle de White. Plut\u00f4t que de mod\u00e9liser une fonction continue de dispersion via une r\u00e9gression auxiliaire, le test de Goldfeld-Quandt op\u00e8re par partitionnement direct de l’\u00e9chantillon d’observations. L’analyste doit imp\u00e9rativement s\u00e9lectionner a priori une variable explicative unique soup\u00e7onn\u00e9e de piloter l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, ordonner l’ensemble des observations selon les valeurs croissantes de cette variable, exclure un segment central d’observations (typiquement entre 20 % et 25 % de l’\u00e9chantillon pour maximiser le contraste), puis ajuster deux r\u00e9gressions MCO distinctes sur le sous-\u00e9chantillon inf\u00e9rieur et sur le sous-\u00e9chantillon sup\u00e9rieur.<\/p>\n La statistique de Goldfeld-Quandt est ensuite d\u00e9finie comme le ratio des sommes des carr\u00e9s des r\u00e9sidus (SCR) issues de ces deux r\u00e9gressions ind\u00e9pendantes : F = SCR\u2082 \/ SCR\u2081<\/em>, statistique qui suit rigoureusement une loi de Fisher sous l’hypoth\u00e8se de normalit\u00e9 homosc\u00e9dastique. Si ce test offre une interpr\u00e9tation intuitive et une distribution exacte pour de petits \u00e9chantillons gaussiens, sa d\u00e9pendance absolue envers le choix d’un r\u00e9gresseur de tri unique constitue une limitation m\u00e9thodologique s\u00e9v\u00e8re dans les contextes multivari\u00e9s complexes.<\/p>\n La sup\u00e9riorit\u00e9 op\u00e9rationnelle du test de White s’affirme sans ambigu\u00eft\u00e9 d\u00e8s lors que l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 d\u00e9pend conjointement de plusieurs pr\u00e9dicteurs en interaction ou lorsqu’aucune th\u00e9orie substantive ne permet d’isoler une covariable particuli\u00e8re comme source exclusive de variance. Le test de White int\u00e8gre la totalit\u00e9 des dimensions de l’espace des r\u00e9gresseurs en une analyse conjointe unique, \u00e9liminant tout arbitraire li\u00e9 au partitionnement des donn\u00e9es ou au sacrifice d’observations informatives centrales.<\/p>\n L’arbitrage m\u00e9thodologique entre le test de White, le test de Breusch-Pagan studentis\u00e9 de Koenker et d’autres proc\u00e9dures sp\u00e9cialis\u00e9es d\u00e9pend fondamentalement d’un compromis rigoureux entre puissance statistique et g\u00e9n\u00e9ralit\u00e9 diagnostique. Le prix \u00e0 payer pour l’extr\u00eame polyvalence du test de White r\u00e9side dans la consommation vorace de degr\u00e9s de libert\u00e9 induite par le d\u00e9nombrement exponentiel des puissances et des termes d’interaction dans la r\u00e9gression auxiliaire. Lorsque le mod\u00e8le originel comporte un nombre \u00e9lev\u00e9 de pr\u00e9dicteurs k<\/em>, le nombre de r\u00e9gresseurs auxiliaires p = k(k + 3) \/ 2<\/em> explose rapidement (par exemple, pour k = 10<\/em>, on obtient p = 65<\/em> variables auxiliaires).<\/p>\n Dans les jeux de donn\u00e9es caract\u00e9ris\u00e9s par une taille d’\u00e9chantillon modeste face \u00e0 un espace dimensionnel \u00e9tendu (probl\u00e9matique du \u00ab fl\u00e9au de la dimensionnalit\u00e9 \u00bb), la r\u00e9gression auxiliaire de White risque de subir une sur-param\u00e9trisation s\u00e9v\u00e8re, affaiblissant consid\u00e9rablement la puissance du test et rendant le rejet de l’hypoth\u00e8se nulle al\u00e9atoire. Dans une telle situation, le praticien averti pr\u00e9f\u00e9rera orienter son choix vers le test de Breusch-Pagan studentis\u00e9, plus parcimonieux en degr\u00e9s de libert\u00e9, ou vers la version restreinte du test de White, laquelle neutralise les termes d’interaction crois\u00e9s pour ne conserver que les puissances lin\u00e9aires et quadratiques directes.<\/p>\n En pratique contemporaine de recherche, il est vivement pr\u00e9conis\u00e9 d’articuler ces outils de mani\u00e8re s\u00e9quentielle et synergique : initier l’analyse par des repr\u00e9sentations graphiques exhaustives des r\u00e9sidus afin de d\u00e9tecter d’\u00e9ventuelles non-lin\u00e9arit\u00e9s globales, ex\u00e9cuter le test de White sous sa forme compl\u00e8te pour sonder l’espace d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 multidimensionnel, et confronter ces r\u00e9sultats au test de Breusch-Pagan pour appr\u00e9cier si l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 constat\u00e9e rel\u00e8ve d’une dynamique lin\u00e9aire dominante ou de distorsions quadratiques complexes.<\/p>\n L’ex\u00e9cution computationnelle rigoureuse des diagnostics d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 sous le logiciel d’analyse statistique R requiert l’appel \u00e0 un \u00e9cosyst\u00e8me modulaire de biblioth\u00e8ques sp\u00e9cialis\u00e9es dans l’\u00e9conom\u00e9trie et l’analyse multivari\u00e9e. Pour initialiser l’environnement de travail, les praticiens doivent s’assurer de l’installation des extensions fondamentales \u00e0 l’aide de la commande usuelle install.packages()<\/em>, ciblant sp\u00e9cifiquement lmtest<\/strong>, car<\/strong>, sandwich<\/strong> et tidyverse<\/strong>.<\/p>\n Le package lmtest<\/a>, con\u00e7u par Achim Zeileis et Torsten Hothorn, renferme les routines statistiques pr\u00e9dominantes pour les diagnostics de mod\u00e8les lin\u00e9aires, int\u00e9grant notamment la fonction polyvalente bptest()<\/em> qui servira de vecteur d’impl\u00e9mentation du test de White. Le package car<\/a> (Companion to Applied Regression<\/em>), d\u00e9velopp\u00e9 sous la direction de John Fox et Sanford Weisberg, fournit une instrumentation diagnostique avanc\u00e9e pour le calcul de facteurs d’inflation de variance et les trac\u00e9s de r\u00e9sidus sp\u00e9cialis\u00e9s. La biblioth\u00e8que sandwich<\/a> est quant \u00e0 elle indispensable pour g\u00e9n\u00e9rer les matrices de variance-covariance robustes d\u00e9velopp\u00e9es par White et ses successeurs, tandis que la suite tidyverse<\/strong> garantit une manipulation structur\u00e9e et une visualisation \u00e9l\u00e9gante des jeux de donn\u00e9es empiriques.<\/p>\n Le chargement s\u00e9quentiel de ces biblioth\u00e8ques au sein de la session de travail active s’op\u00e8re par l’invocation explicite des commandes library(lmtest)<\/em>, library(sandwich)<\/em>, library(car)<\/em> et library(tidyverse)<\/em>. Cette d\u00e9marche pr\u00e9ventive \u00e9limine toute friction logicielle ult\u00e9rieure et charge les m\u00e9thodes n\u00e9cessaires \u00e0 la manipulation fine des objets de classe lin\u00e9aire g\u00e9n\u00e9r\u00e9s par R.<\/p>\n Afin d’illustrer la d\u00e9marche diagnostique sur un cas d’\u00e9tude standardis\u00e9 et imm\u00e9diatement reproductible par tout utilisateur sans n\u00e9cessiter de t\u00e9l\u00e9chargements externes fastidieux, nous utiliserons le jeu de donn\u00e9es classique mtcars<\/em> (Motor Trend Car Road Tests), int\u00e9gr\u00e9 nativement dans la distribution de base de R. Issu du magazine Motor Trend<\/em> de 1974, ce tableau d’observations comprend 32 automobiles pour lesquelles 11 variables techniques relatives \u00e0 la m\u00e9canique et aux performances de consommation de carburant ont \u00e9t\u00e9 m\u00e9ticuleusement r\u00e9pertori\u00e9es.<\/p>\n L’inspection analytique pr\u00e9alable de la structure interne du jeu de donn\u00e9es se r\u00e9alise au moyen des instructions d’inspection exploratoire str(mtcars)<\/em> et summary(mtcars)<\/em>. L’analyste y constate que l’int\u00e9gralit\u00e9 des variables est encod\u00e9e sous un format num\u00e9rique flottant ou entier, exempt de valeurs manquantes (valeurs NA), ce qui \u00e9limine tout risque de biais d’attrition computationnelle lors des r\u00e9gressions matricielles. Pour notre d\u00e9monstration empirique de r\u00e9gression multiple, nous retiendrons l’efficacit\u00e9 \u00e9nerg\u00e9tique mpg<\/strong> (consommation exprim\u00e9e en miles par gallon am\u00e9ricain) comme variable d\u00e9pendante continue.<\/p>\n Comme pr\u00e9dicteurs explicatifs continus, nous s\u00e9lectionnons la cylindr\u00e9e du moteur disp<\/strong> (displacement<\/em>, mesur\u00e9e en pouces cubes) et la puissance d\u00e9velopp\u00e9e hp<\/strong> (horsepower<\/em>, exprim\u00e9e en chevaux-vapeur bruts). D’un point de vue m\u00e9canique et physique, ces deux attributs exercent une influence conjointe majeure sur la demande \u00e9nerg\u00e9tique globale du v\u00e9hicule. Cependant, la disparit\u00e9 d’architecture entre les motorisations compactes \u00e0 haute efficacit\u00e9 et les imposants blocs thermiques \u00e0 huit cylindres sugg\u00e8re l’\u00e9mergence d’une dispersion h\u00e9t\u00e9rog\u00e8ne de la consommation aux cylindr\u00e9es et puissances extr\u00eames, positionnant cette mod\u00e9lisation comme un banc d’essai id\u00e9al pour l’investigation du test de White.<\/p>\n L’ajustement du mod\u00e8le lin\u00e9aire multiple au sein du moteur R s’effectue via l’invocation de la fonction d’estimation standard lm()<\/em>, dont la syntaxe expressive met en \u0153uvre le formalisme des formules symboliques de Wilkinson et Rogers. Pour r\u00e9gresser formellement la consommation de carburant mpg<\/strong> sur la cylindr\u00e9e disp<\/strong> et la puissance motrice hp<\/strong>, l’instruction se d\u00e9cline sous la forme : modele_voiture <- lm(mpg ~ disp + hp, data = mtcars)<\/em>. Cette syntaxe proc\u00e8de \u00e0 l’\u00e9valuation par moindres carr\u00e9s ordinaires et encapsule les r\u00e9sultats dans un objet structur\u00e9 de classe lm<\/em>.<\/p>\n L’extraction computationnelle et l’examen du tableau des param\u00e8tres s’op\u00e8rent par l’ex\u00e9cution de la m\u00e9thode summary(modele_voiture)<\/em>. L’analyse d\u00e9taill\u00e9e des sorties r\u00e9v\u00e8le un coefficient d’ordonn\u00e9e \u00e0 l’origine (intercept) positif avoisinant 30.74, traduisant le rendement kilom\u00e9trique th\u00e9orique extrapol\u00e9 \u00e0 cylindr\u00e9e et puissance nulles. Les coefficients partiels associ\u00e9s aux deux r\u00e9gresseurs s’affichent avec des signes n\u00e9gatifs, de l’ordre de -0.030 pour disp<\/strong> et de -0.025 pour hp<\/strong>, refl\u00e9tant avec une parfaite logique thermodynamique qu’une augmentation de la cylindr\u00e9e unitaire ou de la cavalerie motrice s’accompagne d’une r\u00e9duction drastique de l’efficience \u00e9nerg\u00e9tique mesur\u00e9e en miles parcourus par unit\u00e9 de volume d’essence.<\/p>\n \u00c0 partir de cet objet de classe lm<\/em>, le praticien peut imm\u00e9diatement d\u00e9river par voie algorithmique le vecteur des valeurs pr\u00e9dites ou ajust\u00e9es via la fonction g\u00e9n\u00e9rique fitted(modele_voiture)<\/em>, ainsi que le vecteur des r\u00e9sidus ordinaires empiriques \u00e0 l’aide de l’instruction residuals(modele_voiture)<\/em>. Ces deux vecteurs constituent la mati\u00e8re premi\u00e8re math\u00e9matique n\u00e9cessaire \u00e0 l’ensemble des investigations graphiques subs\u00e9quentes et \u00e0 l’armature computationnelle de la r\u00e9gression auxiliaire du test de White.<\/p>\n L’interpr\u00e9tation statistique conventionnelle du mod\u00e8le requiert l’examen critique des indicateurs globaux de variance expliqu\u00e9e. Au sein de la sortie fournie par summary()<\/em>, le coefficient de d\u00e9termination R\u00b2<\/em> brut atteint approximativement 0.748, tandis que sa contrepartie corrig\u00e9e des degr\u00e9s de libert\u00e9, l’ajust\u00e9 R\u00b2<\/em>, s’\u00e9tablit \u00e0 0.731. Cela indique qu’environ 74.8 % de la variance totale constat\u00e9e dans la consommation de carburant des 32 automobiles de la cohorte d’essai est explicit\u00e9e de mani\u00e8re lin\u00e9aire conjointe par la cylindr\u00e9e et la puissance m\u00e9canique du moteur.<\/p>\n De surcro\u00eet, le test de significativit\u00e9 globale F<\/em> de Fisher-Snedecor, formul\u00e9 sous l’hypoth\u00e8se nulle conjointe d’absence d’effet explicatif des r\u00e9gresseurs H\u2080 : \u03b2_disp = \u03b2_hp = 0<\/em>, g\u00e9n\u00e8re une valeur empirique \u00e9lev\u00e9e d\u00e9passant 43.0, assortie d’une p-valeur infinit\u00e9simale de l’ordre de 1.2 \u00d7 10\u207b\u2078<\/em>. Selon les crit\u00e8res d\u00e9cisionnels classiques, le mod\u00e8le est d\u00e9clar\u00e9 globalement hautement significatif, et l’analyste inexp\u00e9riment\u00e9 pourrait \u00eatre prompt \u00e0 valider sans r\u00e9serve les inf\u00e9rences d\u00e9duites des tests t<\/em> associ\u00e9s aux coefficients partiels.<\/p>\n C’est pr\u00e9cis\u00e9ment \u00e0 cette \u00e9tape de l’analyse que r\u00e9side le pi\u00e8ge m\u00e9thodologique standard. La totalit\u00e9 des grandeurs inf\u00e9rentielles susmentionn\u00e9es (statistique F<\/em>, erreurs-types des coefficients, statistiques t<\/em> et p-valeurs aff\u00e9rentes) sont d\u00e9riv\u00e9es sous la contrainte stochastique stricte de l’homosc\u00e9dasticit\u00e9 des r\u00e9sidus. Si cette pr\u00e9misse fondamentale est mise en \u00e9chec par la pr\u00e9sence d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 dans la distribution conditionnelle des erreurs, la pr\u00e9cision d\u00e9clar\u00e9e des coefficients est purement illusoire et les d\u00e9ductions substantielles risquent d’\u00eatre biais\u00e9es de mani\u00e8re irr\u00e9versible.<\/p>\n Avant d’engager le calcul formel de statistiques de test inf\u00e9rentielles, le protocole standard en analyse de donn\u00e9es prescrit de r\u00e9aliser une auscultation visuelle approfondie des r\u00e9sidus \u00e0 l’aide de trac\u00e9s de dispersion. Le diagramme fondamental oppose, sur l’axe des ordonn\u00e9es, les r\u00e9sidus ordinaires e\u1d62<\/em> et, sur l’axe des abscisses, les valeurs ajust\u00e9es par le mod\u00e8le \u0176\u1d62<\/em>. Ce graphique peut \u00eatre produit soit par l’environnement graphique de base de R via la commande plot(modele_voiture, which = 1)<\/em>, soit de fa\u00e7on beaucoup plus raffin\u00e9e au moyen de la grammaire de graphiques de ggplot2<\/strong>.<\/p>\n Dans un contexte id\u00e9al d’homosc\u00e9dasticit\u00e9 et de parfaite lin\u00e9arit\u00e9 fonctionnelle, le nuage de points r\u00e9sultant doit se structurer sous la forme d’une bande horizontale d’\u00e9paisseur homog\u00e8ne et al\u00e9atoire, oscillant de part et d’autre de la ligne horizontale de r\u00e9f\u00e9rence d’ordonn\u00e9e z\u00e9ro, sans r\u00e9v\u00e9ler d’orientation pr\u00e9f\u00e9rentielle ou de d\u00e9formation morphologique identifiable. La pr\u00e9sence d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 se manifeste visuellement par des motifs g\u00e9om\u00e9triques caract\u00e9ristiques, au premier rang desquels figure le sch\u00e9ma en \u00ab entonnoir \u00bb ou en \u00ab \u00e9ventail \u00bb. Dans une telle configuration, la dispersion verticale des points s’\u00e9largit ou se comprime contin\u00fbment \u00e0 mesure que les pr\u00e9dictions \u0176<\/em> progressent vers les valeurs \u00e9lev\u00e9es.<\/p>\n L’observation d’un trac\u00e9 r\u00e9sidus-ajustements permet \u00e9galement de discriminer une non-lin\u00e9arit\u00e9 fonctionnelle par rapport \u00e0 une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 pure. Si la dispersion moyenne des points \u00e9pouse une trajectoire curviligne concave ou convexe (allure parabolique), le probl\u00e8me principal r\u00e9side dans la mauvaise sp\u00e9cification de la moyenne conditionnelle (absence de termes polynomiaux dans le mod\u00e8le de r\u00e9gression). L’analyste se doit d’\u00eatre vigilant : une non-lin\u00e9arit\u00e9 non mod\u00e9lis\u00e9e se transmet in\u00e9vitablement dans les r\u00e9sidus, imitant visuellement et statistiquement une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de variance.<\/p>\n Pour affiner l’\u00e9valuation graphique de la constance de la variance et neutraliser la sensibilit\u00e9 visuelle aux r\u00e9sidus asym\u00e9triques, l’\u00e9conom\u00e9trie moderne pr\u00e9conise l’utilisation du graphique Scale-Location<\/em> (\u00e9galement qualifi\u00e9 de graphique d’\u00e9talement-localisation). Accessible directement dans R par l’instruction plot(modele_voiture, which = 3)<\/em>, cet outil projette sur l’axe horizontal les valeurs ajust\u00e9es \u0176\u1d62<\/em>, et sur l’axe vertical la racine carr\u00e9e de la valeur absolue des r\u00e9sidus standardis\u00e9s, \u00e0 savoir \u221a|e*\u1d62|<\/em>, o\u00f9 e*\u1d62 = e\u1d62 \/ (s\u221a(1 – h\u1d62\u1d62))<\/em> prend en compte la composante diagonale du levier.<\/p>\n L’avantage m\u00e9thodologique de cette transformation r\u00e9side dans le fait que la racine carr\u00e9e de l’amplitude absolue des r\u00e9sidus stabilise la distribution des \u00e9carts et supprime la n\u00e9gativit\u00e9 des r\u00e9sidus, convertissant la dispersion en une mesure de distance positive directe par rapport \u00e0 la moyenne conditionnelle. Une droite ou une courbe de tendance liss\u00e9e (courbe LOESS) est syst\u00e9matiquement surimpos\u00e9e au diagramme. Sous l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9, cette courbe de lissage doit demeurer substantiellement plane et horizontale sur toute l’\u00e9tendue des valeurs ajust\u00e9es.<\/p>\n Si la courbe LOESS affiche une pente ascendante ou descendante marqu\u00e9e, cela confirme visuellement que l’amplitude r\u00e9siduelle moyenne varie en fonction du niveau des pr\u00e9dictions. Sur notre jeu de donn\u00e9es mtcars<\/em>, ce trac\u00e9 permet de d\u00e9celer instantan\u00e9ment des variations de dispersion aux valeurs pr\u00e9dites extr\u00eames, signalant l’action d’observations atypiques ou de points de levier potentiellement perturbateurs, tels que la Maserati Bora ou la Ford Pantera L, dont les sp\u00e9cifications de cylindr\u00e9e et de puissance g\u00e9n\u00e8rent des r\u00e9sidus atypiques.<\/p>\n Nonobstant son caract\u00e8re instructif et son r\u00f4le exploratoire indiscutable, l’inspection purement graphique souffre de tares \u00e9pist\u00e9mologiques intrins\u00e8ques qui interdisent d’en faire l’arbitre exclusif de la d\u00e9cision statistique. La premi\u00e8re limitation r\u00e9side dans l’in\u00e9vitable subjectivit\u00e9 de l’interpr\u00e9tation humaine. Face \u00e0 un nuage de points g\u00e9n\u00e9r\u00e9 sur un \u00e9chantillon de taille modeste (tel que mtcars<\/em> avec n = 32<\/em>), la fronti\u00e8re s\u00e9parant une fluctuation stochastique b\u00e9nigne r\u00e9sultant du simple bruit d’\u00e9chantillonnage d’une v\u00e9ritable h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 sous-jacente est particuli\u00e8rement diffuse, conduisant fr\u00e9quemment des observateurs distincts \u00e0 des conclusions diam\u00e9tralement oppos\u00e9es.<\/p>\n En second lieu, les graphiques bidimensionnels standard r\u00e9sidus-ajustements agr\u00e8gent l’ensemble des covariables au travers de la grandeur unidimensionnelle projet\u00e9e \u0176<\/em>. Cette synth\u00e8se visuelle opacifie les structures d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 complexes qui ne se manifesteraient que le long de combinaisons orthogonales sp\u00e9cifiques de certains r\u00e9gresseurs ou par des effets d’interaction de second ordre non align\u00e9s avec le vecteur des pr\u00e9dictions lin\u00e9aires globales.<\/p>\n Ces d\u00e9ficiences m\u00e9thodologiques d\u00e9montrent la n\u00e9cessit\u00e9 absolue de transcender le diagnostic exploratoire visuel pour adopter une proc\u00e9dure de test d’hypoth\u00e8se formelle, objective et math\u00e9matiquement standardis\u00e9e. Le test de White r\u00e9pond avec une rigueur absolue \u00e0 cette exigence en calculant une statistique probabilis\u00e9e dont la distribution stochastique sous l’hypoth\u00e8se nulle est connue, autorisant une prise de d\u00e9cision inf\u00e9rentielle dot\u00e9e d’une ma\u00eetrise explicite des risques d’erreur de premi\u00e8re esp\u00e8ce.<\/p>\n L’impl\u00e9mentation canonique et la plus rigoureuse du test de White sous R s’op\u00e8re par l’interm\u00e9diaire de la fonction bptest()<\/em> issue du package lmtest<\/strong>. Il convient toutefois de souligner une mise en garde technique capitale : si la fonction bptest(modele_voiture)<\/em> est ex\u00e9cut\u00e9e sans sp\u00e9cification additionnelle de formule, le logiciel effectue par d\u00e9faut le test standard de Breusch-Pagan, c’est-\u00e0-dire une r\u00e9gression lin\u00e9aire simple des r\u00e9sidus au carr\u00e9 sur les seuls termes de premier degr\u00e9 disp<\/strong> et hp<\/strong>.<\/p>\n Pour ex\u00e9cuter le test de White complet au sens math\u00e9matique d\u00e9fini par Halbert White en 1980, le praticien doit imp\u00e9rativement param\u00e9trer l’argument formula<\/em> de la fonction bptest()<\/em> afin d’y incorporer de mani\u00e8re exhaustive les termes lin\u00e9aires, les puissances au carr\u00e9, ainsi que l’ensemble des interactions crois\u00e9es d’ordre deux. L’expression de ces transformations fonctionnelles au sein de la grammaire syntaxique de R exige l’utilisation de l’op\u00e9rateur d’inhibition math\u00e9matique I()<\/em> pour les \u00e9l\u00e9vations \u00e0 la puissance deux, \u00e9vitant ainsi que le symbole circonflexe ne soit intercept\u00e9 par le processeur de formule standard.<\/p>\n La ligne de commande compl\u00e8te et rigoureusement param\u00e9tr\u00e9e pour le mod\u00e8le s’\u00e9nonce comme suit : Dans de multiples situations empiriques confront\u00e9es \u00e0 des \u00e9chantillons de taille modeste ou \u00e0 des mod\u00e8les comprenant un nombre substantiel de pr\u00e9dicteurs initiaux, l’incorporation syst\u00e9matique de la totalit\u00e9 des produits crois\u00e9s d’ordre deux peut saturer inutilement l’espace des degr\u00e9s de libert\u00e9 de la r\u00e9gression auxiliaire, provoquant une \u00e9rosion drastique de la puissance du test. Pour pallier cet inconv\u00e9nient, la litt\u00e9rature \u00e9conom\u00e9trique appliqu\u00e9e pr\u00e9conise fr\u00e9quemment le recours au test de White restreint (ou forme quadratique pure sans interactions).<\/p>\n Cette sp\u00e9cification alternative conserve la capacit\u00e9 indispensable \u00e0 capturer les sch\u00e9mas d’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de variance paraboliques ou en U, tout en amputant la r\u00e9gression auxiliaire des termes de covariation crois\u00e9e entre variables ind\u00e9pendantes distinctes. Dans l’environnement R, la mise en \u0153uvre computationnelle de ce test restreint s’articule via l’omission d\u00e9lib\u00e9r\u00e9e du terme d’interaction dans la formule auxiliaire : La sortie de cette variante affiche un nombre de degr\u00e9s de libert\u00e9 r\u00e9duit \u00e0 df = 4<\/em> (correspondant aux deux termes lin\u00e9aires et aux deux puissances quadratiques pures). La comparaison rigoureuse des p-valeurs obtenues entre la forme compl\u00e8te et la forme restreinte permet \u00e0 l’analyste d’\u00e9valuer finement si l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 \u00e9ventuelle \u00e9mane d’effets d’\u00e9chelle non lin\u00e9aires propres \u00e0 des pr\u00e9dicteurs individuels ou si elle est stimul\u00e9e de mani\u00e8re synergique par l’action conjointe et interactive de plusieurs facteurs de dispersion simultan\u00e9s.<\/p>\n1.2 Nature, origines et manifestations de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h3>\n
1.3 Pertinence m\u00e9thodologique dans la recherche quantitative et comportementale<\/h3>\n
2. Fondements th\u00e9oriques et math\u00e9matiques du test de White<\/h2>\n
2.1 Gen\u00e8se et formulation originale par Halbert White en 1980<\/h3>\n
2.2 M\u00e9canisme de la r\u00e9gression auxiliaire<\/h3>\n
2.3 Propri\u00e9t\u00e9s asymptotiques et loi de distribution du multiplicateur de Lagrange<\/h3>\n
3. Comparaison critique entre le test de White et les tests alternatifs<\/h2>\n
3.1 Confrontation avec le test de Breusch-Pagan<\/h3>\n
3.2 Confrontation avec le test de Goldfeld-Quandt<\/h3>\n
3.3 Crit\u00e8res de s\u00e9lection du test selon la structure des donn\u00e9es<\/h3>\n
4. Configuration de l’environnement de travail dans R<\/h2>\n
4.1 Installation et chargement des biblioth\u00e8ques n\u00e9cessaires<\/h3>\n
4.2 Exploration et pr\u00e9paration du jeu de donn\u00e9es mtcars<\/h3>\n
5. Ajustement d’un mod\u00e8le de r\u00e9gression lin\u00e9aire multiple dans R<\/h2>\n
5.1 Formulation syntaxique de la commande lm<\/h3>\n
5.2 \u00c9valuation initiale de l’ajustement global<\/h3>\n
6. Diagnostic graphique pr\u00e9alable des r\u00e9sidus<\/h2>\n
6.1 Diagramme de dispersion des r\u00e9sidus contre les valeurs ajust\u00e9es<\/h3>\n
6.2 Graphique Scale-Location pour l’inspection de la variance<\/h3>\n
6.3 Limites inh\u00e9rentes \u00e0 l’inspection purement visuelle<\/h3>\n
7. Ex\u00e9cution pas-\u00e0-pas du test de White avec la fonction bptest<\/h2>\n
7.1 Param\u00e9trage exact de la formule auxiliaire dans bptest<\/h3>\n
\nbptest(modele_voiture, ~ disp + hp + I(disp^2) + I(hp^2) + disp:hp, data = mtcars)<\/em>
\nDans cette instruction, le premier argument transmet le mod\u00e8le lin\u00e9aire initial de r\u00e9f\u00e9rence, tandis que le second argument, initi\u00e9 par le symbole tilde (~), red\u00e9finit la partie droite de l’\u00e9quation de la r\u00e9gression auxiliaire en injectant explicitement les termes I(disp^2)<\/em>, I(hp^2)<\/em> et l’interaction disp:hp<\/em>. L’ex\u00e9cution de cette commande g\u00e9n\u00e8re une sortie synth\u00e9tique indiquant le nom formel du test (studentized Breusch-Pagan test<\/em>), la valeur empirique de la statistique BP<\/em> (qui \u00e9quivaut conceptuellement \u00e0 la statistique LM<\/em>), le nombre de degr\u00e9s de libert\u00e9 (df = 5<\/em>), et la p-valeur associ\u00e9e.<\/p>\n7.2 Variante sans termes crois\u00e9s : le test de White restreint<\/h3>\n
\nbptest(modele_voiture, ~ disp + hp + I(disp^2) + I(hp^2), data = mtcars)<\/em><\/p>\n7.3 Automatisation de la sp\u00e9cification avec des outils auxiliaires<\/h3>\n