Error variances of OLS is assumed c

Error variances of OLS is assumed constant
(homoscedasticity). However, when
error variances are not constant, there is
heteroscedasticity. When there is heterscedasticity,
OLS estimations places more
weight on the observations with large error
variances than those with smaller error variances.
The OLS parameter estimators therefore
are unbiased and consistent, but they
are not efficient, therefore the consequence
is similar to those of autocorrelation.

ผลลัพธ์ (ไทย) 1:

ผลต่างของข้อผิดพลาดของ OLS สันนิษฐาน constant
(homoscedasticity) อย่างไรก็ตาม เมื่อ
ต่างพลาดไม่คง ไม่มี
heteroscedasticity เมื่อมี heterscedasticity,
ประมาณ OLS เพิ่มเติม
น้ำหนักบนข้อสังเกตข้อผิดพลาดใหญ่
ต่างกว่าที่มีขนาดเล็กข้อผิดพลาดต่างกัน
estimators OLS พารามิเตอร์ดังนั้น
มีคน และสอดคล้องกัน แต่พวกเขา
ไม่มีประสิทธิภาพ ดังนั้นสัจจะ
คล้ายกับบรรดาของ autocorrelation การ

ผลลัพธ์ (ไทย) 2:

ความแปรปรวนผิดพลาดของ OLS จะถือว่าคงที่
(homoscedasticity) แต่เมื่อ
ความแปรปรวนข้อผิดพลาดจะไม่คงที่มี
heteroscedasticity เมื่อมี heterscedasticity,
ประมาณการ OLS สถานที่มากขึ้น
น้ำหนักในการสังเกตด้วยความผิดพลาดขนาดใหญ่
ความแปรปรวนมากกว่าผู้ที่มีข้อผิดพลาดเล็กแปรปรวน
ประมาณ OLS พารามิเตอร์ดังนั้นจึง
เป็นที่เป็นกลางและสอดคล้องกัน แต่พวกเขา
ไม่ได้มีประสิทธิภาพดังนั้นผลที่ตามมา
คือความคล้ายคลึงกับอัต

ผลลัพธ์ (ไทย) 3:

ข้อผิดพลาดความแปรปรวนของตลาดก็ถือว่าคงที่
( homoscedasticity ) อย่างไรก็ตาม เมื่อความแปรปรวนไม่คงที่ข้อผิดพลาด

heteroscedasticity มี . เมื่อมี heterscedasticity OLS , น้ำหนักมากขึ้น

การสถานที่ในการสังเกตด้วยความผิดพลาด
ขนาดใหญ่มากกว่าผู้ที่มีความผิดพลาดน้อยลง และตัวประมาณค่าพารามิเตอร์ดังนั้น

จะไม่สอดคล้อง แต่พวกเขา
ไม่ได้มีประสิทธิภาพดังนั้น ผลพวง
เป็นคล้ายกับบรรดาของอัต .