Гетероскедастичность
Наличие гетероскедастичности в регрессионной модели может привести к негативным последствиям:
- оценки уравнения нормальной линейной регрессии остаются несмещенными и состоятельными, но при этом теряется эффективность;
- появляется большая вероятность того, что оценки стандартных ошибок коэффициентов регрессионной модели будут рассчитаны неверно, что в конечном счете может привести к утверждению неверной гипотезы о значимости регрессионных коэффициентов и значимости уравнения регрессии в целом.
Для устранения автокорреляции применяют взвешенный метод наименьших квадратов, который является частным случаем обобщенного метода наименьших квадратов.
Обнаружение гетероскедастичности
В ряде случаев, зная характер данных, появление проблемы гетероскедастичности можно предвидеть и попытаться устранить этот недостаток еще на этапе спецификации. Однако значительно чаще проблему приходится решать после построения уравнения регрессии. Для определения гетероскедастичности разработано довольно большое число тестов и критериев для них.