Home

heteroskedasticiteit

Heteroskedasticiteit is een verschijnsel in statistische modellen waarbij de variantie van de foutterm niet constant is over de waarnemingen, meestal afhankelijk van de waarde van een of meer onafhankelijke variabelen. In gewone kleinste kwadraten (OLS) regressie is een constante variantie een van de Gauss-Markov-voorwaarden; bij heteroskedasticiteit ontbreekt die voorwaarde, wat de efficiëntie van de schattingen beïnvloedt.

Oorzaken zijn onder andere modelmisspecifikatie, ontbrekende variabelen, onjuiste functionele vorm, verschillen tussen groepen of tijden, data

De belangrijkste consequentie is dat hoewel OLS-geschatte coëfficiënten onpartijdig en consistent kunnen blijven, de standaardfouten vaak

Detectie gebeurt vaak met residu-plots (residuen versus fitted waarden) en met formele tests zoals Breusch-Pagan, White-test

Behandelingen bestaan onder meer uit het gebruik van heteroskedasticiteitsrobuste standaardfouten (bijv. White- of HC1-robust), transformatie van

Heteroskedasticiteit komt vaak voor in economische en sociale data en vereist aandacht om betrouwbare inferenties mogelijk

met
variatie
die
toeneemt
met
de
grootte
van
de
onafhankelijke
variabele,
uitbijters
en
meetfouten.
vertekend
raken,
waardoor
t-toetsen
en
betrouwbaarheidsintervallen
onbetrouwbaar
worden.
De
efficiëntie
van
OLS
neemt
af.
of
Goldfeld-Quandt,
afhankelijk
van
de
aard
van
de
data.
de
afhankelijke
variabele
(bijv.
logaritme,
Box-Cox),
verbetering
van
de
modelspecificatie,
of
het
toepassen
van
gewogen
least
squares
wanneer
de
vorm
van
de
variantie
bekend
is.
In
paneldata
kunnen
ook
clustering-robuste
standaardfouten
helpen.
te
maken.