Regression model

Errores Estándar Robustos ante Heterocedasticidad (HC)

Los errores estándar robustos ante heterocedasticidad son una corrección a la matriz de covarianza de una regresión MCO (Mínimos Cuadrados Ordinarios) que produce inferencia válida cuando la varianza del error no es constante. Introducidos por Halbert White en 1980 y refinados en las variantes de muestra finita HC1-HC4 por MacKinnon y White en 1985, dejan las estimaciones de los coeficientes sin cambios pero reconstruyen los errores estándar para que las pruebas t y F sigan siendo confiables bajo heterocedasticidad.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  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

Cómo citar esta página

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

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateHeteroscedasticity-Robust Standard Errors (Heteroscedasticity-Consistent (HC) Standard Errors). Recuperado el 2026-06-15 de https://scholargate.app/es/statistics/heteroscedasticity-robust-se · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026