Гетероскедастичность

Cтраница 2

В то же время соотношение (8.61) означает, что имеет место условная гетероскедастичность ошибок регрессии. [16]

Тест ранговой корреляции Спирмена и тест Голдфелда-Квандта позволяют обнаружить лишь само наличие гетероскедастичности, но они не дают возможности проследить количественный характер зависимости дисперсий ошибок регрессии от значений регрессоров и, следовательно, не представляют каких-либо способов устранения гетероскедастичности. [17]

Другим недостатком тестов Уайта и Глейзера является то, что факт невыявления ими гетероскедастичности, вообще говоря, не означает ее отсутствия. В самом деле, принимая гипотезу Щ, мы принимаем лишь тот факт, что отсутствует определенного вида зависимость дисперсий ошибок регрессии от значений регрессоров. [18]

Учитывая, что наиболее значимым коэффициент регрессии у оказывается в случае 81, гетероскедастичность можно аппроксимировать первым уравнением. [19]

В случае модели пространственной выборки показателем невключения в модель существенных переменных может служить неустраняемая гетероскедастичность. [20]

S. Гетероскедастичность. большая дисперсия е - для больших значений рх. [21]

Для множественной регрессии данный вид графиков является наиболее приемлемым визуальным способом изучения гомо-и гетероскедастичности. [22]

Очевидно, для продвижения к этой цели необходимы некоторые дополнительные предположения относительно характера гетероскедастичности. В самом деле, без подобных предположений, очевидно, невозможно было бы оценить п параметров ( п дисперсий ошибок регрессии а. [23]

Однако на практике это условие нередко нарушается, и мы имеем дело с гетероскедастичностью модели. [24]

Мы еще вернемся к этому примеру, а пока обсудим, к каким последствиям приводит гетероскедастичность. [25]

Таким образом, коррелированность регрессоров и ошибок регрессии оказывается значительно более неприятным обстоятельством, чем, например, гетероскедастичность или автокорреляция. Неадекватными оказываются не только результаты тестирования гипотез, но и сами оценочные значения параметров. [26]

При этом предполагается, что а2 неизвестна, а в отношении величины К выдвигаются определенные гипотезы, характеризующие структуру гетероскедастичности. [27]

При этом предполагается, что ст2 неизвестно, а в отношении величины К выдвигаются определенные гипотезы, характеризующие структуру гетероскедастичности. [28]

Дальнейшее развитие только что описанной модели предполагает переход от негруппированных к группированным данным перекрестных выборок, включение процедуры проверки на гетероскедастичность и развитие теории доверительного интервала для всех трех указанных случаев. [29]

При отсутствии условия ( 2) уравнение применимо к данным перекрестных выборок, но тогда, вероятно, необходимо введение той или иной формы проверки на гетероскедастичность и соответствующей процедуры оценки в случае ее обнаружения. [30]

Страницы: 1 2 3 4