Under heteroscedasticity and autoco

Under heteroscedasticity and autocorrelation,
the OLS estimators, are still linear,
unbiased, and asymptotically (that is in large
samples) normally distributed, however,
OLS estimators no longer possess minimum
variance among all linear unbiased estimators.

ผลลัพธ์ (ไทย) 1:

ภายใต้ heteroscedasticity และ autocorrelation,
OLS estimators จะยังคงเส้น,
คน และ asymptotically (ที่มีขนาดใหญ่
ตัวอย่าง) ปกติกระจาย ไร,
OLS estimators ไม่มีขั้นต่ำ
ผลต่างระหว่าง estimators คนเชิงเส้นทั้งหมด

ผลลัพธ์ (ไทย) 2:

ภายใต้ heteroscedasticity และผิดพลาดที่สัมพันธ์
ประมาณ OLS ยังคงเชิงเส้น
ที่เป็นกลางและ asymptotically (ที่อยู่ในขนาดใหญ่
ตัวอย่าง) การกระจายตามปกติ แต่
ประมาณ OLS ไม่ได้มีขั้นต่ำ
ประมาณความแปรปรวนในหมู่ที่เป็นกลางทุกเส้น

ผลลัพธ์ (ไทย) 3:

และภายใต้ heteroscedasticity autocorrelation
น้อยที่สุดประมาณ เป็นเส้นตรง
เป็นกลางและ asymptotically ( คือในตัวอย่างใหญ่

) แบบปกติ แต่ไม่มีขั้นต่ำน้อยที่สุดประมาณความแปรปรวนของตัวประมาณไม่เอนเอียง
เส้นทั้งหมด