Глава 5. Гетероскедастичность и автокорреляция

При практическом проведении регрессионного анализа при помощи МНК следует обратить серьезное внимание на проблемы, связанные с выполнимостью свойств случайных отклонений модели. Свойства оценок коэффициентов регрессии напрямую зависят от свойств случайного члена в уравнении регрессии. Для получения качественных оценок необходимо следить за выполнимостью предпосылок МНК, так как при их нарушении МНК может давать оценки с плохими статистическими свойствами. Одной из ключевых предпосылок МНК является условие постоянства дисперсий случайных отклонений. Выполнимость данной предпосылки называется гомоскедастичностью (постоянством дисперсии отклонений), а невыполнимость данной предпосылки называется гетероскедастичностью (непостоянством дисперсии отклонений).

Случайные отклонения принимают произвольные значения некоторых вероятностных распределений. Но, несмотря на то, что при каждом конкретном наблюдении случайное отклонение может быть большим либо меньшим, положительным либо отрицательным, не должно быть причины, вызывающей большие отклонения при одних наблюдениях и меньшие при других.

Гетероскедастичность приводит к тому, что выводы, полученные на основе - и - статистик, а также интервальные оценки будут ненадежными.