Гетероскедастичность

Гетероскедастичность – изменяется с изменением х. Дисперсия clip_image002 (случайной составляющей) в каждом наблюдении должна быть постоянна. Фактически мы имеем в каждом наблюдении только 1 значение, поэтому под дисперсией случайной перманенты понимаем ее возможное поведение до того, как сделана выборка. Но фактическое значение отклонения может быть как «+», так «-», а иногда=0. Но нет причин ожидать особо больших отклонений в любом данном наблюдении, т.е. вероятность того, что clip_image002[1] примет то или иное «+» или «-» значение одинаково для всех наблюдений. Это положение соответствует гомоскидостичному случаю. Гомоскидастичность – это одинаковый разброс случайных компонентов. Если испытываете трудности в написании контрольной работы по эконометрике, оформите заявку и Вы узнаете сроки и стоимость работы. Цена - от 99 рублей. Если имеет место гетероскедастичность, то оценки параметров у-я регрессии, полученные МНК будут не эффективными. Т.е. можно найти другие методы параметров уравнения регрессии, которые будут иметь меньшую дисперсию и также быть несмещенными. Существуют тесты на гетероскедастичность: Уайта, тест ранговой корреляции Спирмена, тест Голдфелда-Квандта, тест Глейзера. Стандартные ошибки коэффициентов уравнения регрессии будут не верными и Т- статистика будет завышенной, а значит будет не правильное представление о точности полученных коэффициентов уравнения регрессии. Это происходит в следствии того, что статистический критерий рассчитывается исходя из гомоскидостичности случайных компонентов. Наблюдения, для которых дисперсия случайных компонентов мала, они в большинстве случаев расположены близко к лини регрессии и могут служить хорошим ориентиром для построения линии регрессии. В противоположность этому, наблюдения, у которых теоретически дисперсия случайной составляющей велика, обычно отстоят далеко от линии регрессии, и не могут служить ориентиром для правильного построения линии регрессии. Таким образом, если придать наблюдению с малой дисперсий больший вес, а наблюдению с большой дисперсией меньший, можно существенно улучшить качество получаемого коэффициента уравнения регрессии. Обычный МНК не делает различия между «хорошими» и «плохими» наблюдениями, что и является его недостатком. Если испытываете трудности в написании контрольной работы по статистике, оформите заявку и Вы узнаете сроки и стоимость работы. Цена - от 99 рублей.
Мы принимаем