Последствия гетероскедастичностиПри гетероскедастичности последствия применения МНК будут следующими. 1. Оценки коэффициентов по-прежнему останутся несмещенными и линейными. 2. Оценки не будут эффективными (т.е. они не будут иметь наименьшую дисперсию по сравнению с другими оценками данного параметра). Увеличение дисперсии оценок снижает вероятность получения максимально точных оценок. 3. Дисперсии оценок будут рассчитываться со смещением. 4. Вследствие вышесказанного все выводы, получаемые на основе соответствующих - и -статистик, а также интервальные оценки будут ненадежными. Следовательно, статистические выводы, получаемые при стандартных проверках качества оценок, могут быть ошибочными и приводить к неверным заключениям по построенной модели. Вполне вероятно, что стандартные ошибки коэффициентов будут занижены, следовательно, -статистики будут завышены. Это может привести к признанию статистически значимыми коэффициентов, таковыми на самом деле не являющихся.
|