Regression model

Стандартные ошибки, робастные к гетероскедастичности (HC)

Стандартные ошибки, робастные к гетероскедастичности, представляют собой коррекцию ковариационной матрицы регрессии метода наименьших квадратов (МНК), которая обеспечивает достоверность выводов при непостоянной дисперсии ошибок. Введенные Хэлбертом Уайтом в 1980 г. и усовершенствованные до вариантов для конечной выборки HC1–HC4 Маккинноном и Уайтом в 1985 г., они оставляют оценки коэффициентов без изменений, но перестраивают стандартные ошибки так, чтобы t- и F-тесты оставались надежными при гетероскедастичности.

Применить в StatMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  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

Как цитировать эту страницу

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

Упоминается в

ScholarGateHeteroscedasticity-Robust Standard Errors (Heteroscedasticity-Consistent (HC) Standard Errors). Получено 2026-06-15 из https://scholargate.app/ru/statistics/heteroscedasticity-robust-se · Набор данных: https://doi.org/10.5281/zenodo.20539026