Regressão linear, heterocedasticidade, interpretação do teste de White?

Estou tentando testar se minha regressão tem um problema de heterocedasticidade. Depois de executar uma regressão, posso ver claramente que o gráfico residual tem um padrão. Depois de registrar um log da variável dependente, o padrão é muito, muito reduzido. O teste de White na fórmula original retorna um valor p de 0,0004 antes da transformação (o modelo com padrão forte em resíduos) e um valor p de 0,08 após a transformação do log.

Percebo que o segundo modelo tem menos heterocedasticidade no gráfico, mas como interpreto os resultados do teste de White? O primeiro valor significa que podemos rejeitar a heterocedasticidade com (100-0.0004)% de significância, enquanto que no segundo modelo, podemos rejeitá-lo com, digamos, 95% de confiança?

O White Paper original onde a estatística de teste foi proposta é uma leitura esclarecedora. Acho que este trecho é interessante aqui:

... a hipótese nula sustenta não apenas que os erros são homosquásticos, mas também que são independentes dos regressores e que o modelo está especificado corretamente ... Falhas em qualquer uma dessas condições levam a uma estatística de teste estatisticamente significativa.

Supondo que o modelo esteja especificado corretamente, seus resultados indicam que, para casos não transformados, há uma clara presença de heterocedasticidade e, no caso do log, não há heterocedasticidade no nível de significância de 5%, mas existe em 10%. Isso significa que, no caso do log, mais testes devem ser feitos, uma vez que o teste "mal" aceita a hipótese nula de não heterocedasticidade. Para mim, pessoalmente, isso seria uma indicação de que talvez a especificação do modelo não esteja correta e outros testes de heterocedasticidade devam ser feitos. Aliás, White fornece uma visão geral de testes alternativos em seu artigo: Godfrey, Goldfeld-Quandt, etc.

Isso não responde à pergunta de como usar o teste. No entanto, você deve saber que a maioria dos economistas geralmente nunca realiza esses testes - especialmente os microeconomistas aplicados. Em vez disso, basta usar os erros padrão ajustados da Huber-White, que corrigem várias especificações incorretas na distribuição dos seus termos de erro.

Essa não é uma resposta "estatística" aguda, mas é como a maioria dos profissionais de economia lida com isso. Os testes de Godfrey Goldfeld-Quant ou White quase nunca são usados ​​ou discutidos.