Последствия гетероскедастичности
При гетероскедастичности последствия применения МНК будут следующими:
- Оценки коэффициентов по-прежнему останутся несмещенными и линейными.
- Оценки не будут эффективными (не будут иметь наименьшую дисперсию по сравнению с другими оценками такого же параметра). При увеличении дисперсии оценок снижается вероятность получения максимально точных оценок.
- Дисперсии оценок будут рассчитываться со смещением.
- Вследствие того, что было сказано выше, все выводы, получаемые на основе соответствующих t- и F-статистик (критериев Стьюедента и Фишера), а также интервальные оценки будут ненадежными. Значит, статистические выводы, которые получаются при стандартных проверках качества оценок, могут быть ошибочными и приводить к неверным выводам по построенной модели. Вполне вероятно, что стандартные ошибки коэффициентов будут занижены, следовательно, t-статистики будут завышены. Это может приводить к признанию статистически значимыми коэффициентов, таковыми на самом деле не являющихся.
Вернуться на основную страницу гетероскедастичности можно здесь