Homoscedasticity, OLS'ın en iyi lineer yansız tahmin edici (BLUE) olması için gereken Gauss Markov varsayımlarından biridir.
β
Yukarıdaki web sitelerinden gelen bilgileri kısaca özetleyen heterossedastiklik, katsayılarınızın tahmininde bir önyargı oluşturmaz. Bununla birlikte, heteroscedastisite verildiğinde, varyans-kovaryans matrisini uygun şekilde tahmin edemezsiniz. Bu nedenle, katsayıların standart hataları yanlıştır. Bu, herhangi bir t istatistiği ve p değerini hesaplayamadığı ve dolayısıyla hipotez testinin mümkün olmadığı anlamına gelir. Genel olarak, heteroscedastisite altında OLS etkinliğini kaybeder ve artık MAVİ değildir.
Bununla birlikte, heteroseksensellik dünyanın sonu değil. Neyse ki, heteroscedastisite için düzeltme zor değildir. Sandviç tahmincisi, katsayılar için tutarlı standart hataları tahmin etmenizi sağlar. Bununla birlikte, standart hataların sandviç tahmincisi aracılığıyla hesaplanması bir bedeli vardır. Tahmincisi çok verimli değildir ve standart hatalar çok büyük olabilir. Verimliliğin bir kısmını geri kazanmanın bir yolu, mümkünse standart hataları kümelemektir.
Bu konuda daha detaylı bilgiyi yukarıda bahsettiğim web sitelerinde bulabilirsiniz.