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 สันนิษฐานคง (homoscedasticity) อย่างไรก็ตาม เมื่อ
ต่างพลาดไม่คง มี heteroscedasticity เมื่อมี heterscedasticity ประมาณ OLS วางน้ำหนักมากขึ้นบนสังเกตกับผลต่างของข้อผิดพลาดที่ใหญ่กว่าผู้ที่มีผลต่างของข้อผิดพลาดเล็ก Estimators พารามิเตอร์ OLS ดังนั้นมีคน และสอดคล้องกัน แต่พวกเขาไม่มีประสิทธิภาพ ดังนั้น สัจจะเป็นคล้ายกับของ autocorrelation

ผลลัพธ์ (ไทย) 2:

ความแปรปรวนผิดพลาดของ OLS จะถือว่าคงที่ (homoscedasticity) แต่เมื่อ
ความแปรปรวนข้อผิดพลาดจะไม่คงที่มี heteroscedasticity เมื่อมี heterscedasticity, OLS ประมาณการน้ำหนักสถานที่มากขึ้นในการสังเกตที่มีความแปรปรวนข้อผิดพลาดขนาดใหญ่กว่าผู้ที่มีความแปรปรวนข้อผิดพลาดเล็ก ประมาณ OLS จึงมีพารามิเตอร์ที่เป็นกลางและสอดคล้องกัน แต่พวกเขาไม่ได้มีประสิทธิภาพดังนั้นผลที่ตามมาจะคล้ายกับผู้ที่ผิดพลาดที่สัมพันธ์

ผลลัพธ์ (ไทย) 3:

ข้อผิดพลาดความแปรปรวนของตลาดก็ถือว่าคงที่ ( homoscedasticity ) อย่างไรก็ตาม เมื่อความผิดพลาด
ไม่คงที่ มี heteroscedasticity . เมื่อมีการ heterscedasticity OLS , สถานที่น้ำหนักมากขึ้นในการสังเกตที่มีขนาดใหญ่กว่าที่มีความแปรปรวนความแปรปรวนข้อผิดพลาดข้อผิดพลาดที่มีขนาดเล็ก ตัวประมาณค่าพารามิเตอร์ทั้งจึงมีความเป็นกลางและสอดคล้องกัน แต่พวกเขาไม่ได้มีประสิทธิภาพดังนั้น ผลที่ตามมาคือ คล้ายกับบรรดาของอัต .