Обобщенный метод наименьших квадратов

При наличии гетероскедастичности целесообразно использовать обобщенный метод наименьших квадратов (ОМНК). Фактически при этом корректируется модель, изменяются ее спецификации, преобразуются исходные данные для обеспечения несмещенности, эффективности и состоятельности оценок коэффициентов регрессии.

Предполагается, что среднее остатков равно нулю, но дисперсия уже не является постоянной, а пропорционально величинам Ki, где величины представляют собой коэффициенты пропорциональности, различные для различных значений фактора х. Таким образом, именно эти коэффициенты характеризуют неоднородность дисперсии.

Исходная модель после введения этих коэффициентов в уравнение множественной регрессии продолжает оставаться гетероскедастичной (точнее таковыми являются остаточные величины (остатки) модели). Пусть эти остаточные величины не являются автокоррелированными. Часто считают, что эти остатки просто пропорциональны значениям фактора. Наиболее простой вид модель принимает, когда принимается гипотеза о том, что ошибки пропорциональны значениям последнего по порядку фактора. Введем новые переменные, получающиеся делением исходных переменных модели, зафиксированные в результате i- наблюдения, на корень квадратный из коэффициентов пропорциональности Ki. Тогда получаем новое уравнение в преобразованных переменных, в котором уже остатки гомоскедастичны. Сами новые переменные – это взвешенные старые (исходные) переменные.