ScholarGate
Asistent
Regression model

Robustní (HC) standardní chyby vůči heteroskedasticitě

Robustní standardní chyby vůči heteroskedasticitě představují korekci kovarianční matice regresního modelu OLS, která umožňuje platnou inferenci, pokud rozptyl chyb není konstantní. Tyto metody, zavedené Halbertem Whitem v roce 1980 a zdokonalené do variant HC1–HC4 pro konečné vzorky MacKinnonem a Whitem v roce 1985, ponechávají odhady koeficientů nezměněné, ale přepočítávají standardní chyby tak, aby testy t a F zůstaly spolehlivé i při heteroskedasticitě.

Použít v StatMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  1. White, H. (1980). A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 48(4), 817-838. DOI: 10.2307/1912934
  2. MacKinnon, J. G. & White, H. (1985). Some Heteroskedasticity-Consistent Covariance Matrix Estimators with Improved Finite Sample Properties. Journal of Econometrics, 29(3), 305-325. DOI: 10.1016/0304-4076(85)90158-7

Jak citovat tuto stránku

ScholarGate. (2026, June 1). Heteroscedasticity-Consistent (HC) Standard Errors. ScholarGate. https://scholargate.app/cs/statistics/heteroscedasticity-robust-se

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe

Odkazuje sem

ScholarGateHeteroscedasticity-Robust Standard Errors (Heteroscedasticity-Consistent (HC) Standard Errors). Získáno 2026-06-15 z https://scholargate.app/cs/statistics/heteroscedasticity-robust-se · Datová sada: https://doi.org/10.5281/zenodo.20539026