Проявление гетероскедастичности связано с нарушением одного из семи условий Гаусса-Маркова: случайный член имеет постоянную дисперсию (). Чаще гетероскедастичность возникает в моделях, основанных на перекрестных выборках, но встречается и во временных рядах.
Виды: 1. истинная (вызывается непостоянством дисперсии случайного члена, ее зависимостью от различных факторов);
2. ложная (вызывается ошибочной спецификацией модели регрессии).
Источники: 1. истинная гетероскедастичтность возникает в пространственных выборках при зависимости масштаба изменений зависимой переменной от некоторых переменных, называемой фактором пропорциональности(Z).
2. истинная гетероскедастичность возникает также с во временных рядах, когда зависимая переменная имеет большой интервал качественно неоднородных знаний или высокий темп изменения.
3. истинная гетероскедастичность возникает в любой модели в случае если качество данных варьирует внутри выборки.
Гетероскедастичность простейшего вида: , Z – фактор пропорциональности (переменная, включенная или не включенная в уравнение регрессии)
|
|
Последствия: 1. истинная не приводит к смещению оценок коэффициентов регрессии;
2. гетероскедастичность увеличивает дисперсию распределения оценок коэффициентов.
3. гетероскедастичность вызывает тенденцию к недооценке стандартных ошибок коэффициентов при использовании OLS (метод наименьших квадратов).
Признаки гетероскедастичности и ее диагностирование.
31. Оценивание коэффициентов множественной линейной регрессии в условиях гетероскедастичности. Обобщенный метод наименьших квадратов.