La heterocedasticidad puede tomar muchas formas; por ejemplo,
es una forma de heterocedasticidad donde la varianza crece a medida que crece la variable independiente. Puede haber muchos otros tipos más complejos de heterocedasticidad. Puedes ver cómo el ajuste es realmente ajustado desde el principio, pero se debilita hacia la derecha.
- ¿De dónde viene el gráfico en una red bayesiana?
- ¿Cuáles son las implicaciones de privacidad del reconocimiento facial DeepFace de Facebook?
- ¿Cómo es ser aconsejado por Sunita Sarawagi?
- ¿Cuáles son las ventajas y desventajas de usar R vs. C ++ para el aprendizaje automático?
- ¿Cuáles son las ventajas y desventajas de cada método de regresión no lineal existente?
Dependiendo del formulario, invalidará sus intervalos de confianza / barras de error y hará imposible la inferencia regular. En determinadas circunstancias, puede utilizar estadísticas t robustas hedrosásticas, pero si sus errores realmente son homosqueléticos, esto no es eficiente.
Cuando su regresión satisface los supuestos de Gauss-Markov, que incluyen la homocedasticidad, OLS es AZUL (teorema de Gauss-Markov). De lo contrario, hay otros estimadores que son más eficientes, y es posible que desee realizar WLS o FGLS.
Hay una serie de pruebas que otros han mencionado para ver si hay una heterocedasticidad estadísticamente significativa, por ejemplo, la prueba de Breusch-Pagan. Va algo en la línea de ejecutar una regresión sobre los errores en función de sus covariables, y si los coeficientes de regresión en esta regresión son diferentes de cero, entonces hay heterocedasticidad. Hay más pruebas, pero no quiero hacer esta respuesta sin aliento excesivamente largo.
Si desea un libro que le enseñe más sobre este tipo de cosas, debe elegir Econometría en su mayoría inofensiva, o si desea que la imagen completa se construya desde cero en un libro de texto, Introducción a la econometría: un enfoque moderno es bueno.