Regression model

Błędy standardowe odporne na heteroskedastyczność (HC)

Błędy standardowe odporne na heteroskedastyczność to korekta macierzy kowariancji regresji OLS, która zapewnia prawidłową inferencję, gdy wariancja błędu nie jest stała. Wprowadzone przez Halberta White'a w 1980 roku i udoskonalone do wariantów skończonych prób HC1-HC4 przez MacKinnona i White'a w 1985 roku, pozostawiają one oszacowania współczynników niezmienione, ale odbudowują błędy standardowe, tak aby testy t i F pozostały wiarygodne w warunkach heteroskedastyczności.

Zastosuj w StatMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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 cytować tę stronę

ScholarGate. (2026, June 1). Heteroscedasticity-Consistent (HC) Standard Errors. ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateHeteroscedasticity-Robust Standard Errors (Heteroscedasticity-Consistent (HC) Standard Errors). Pobrano 2026-06-15 z https://scholargate.app/pl/statistics/heteroscedasticity-robust-se · Zbiór danych: https://doi.org/10.5281/zenodo.20539026