Heteroskedastisitas, Autokorelasi, dan Standard Error Robust

Pekali ialah anggaran titik daripada satu sampel; ralat piawainya menganggar bagaimana penganggar itu akan berubah-ubah jika proses penjanaan data diulang

Statistik t, nilai-p, dan selang keyakinan bergantung pada anggaran kovarians ini, jadi pekali yang sama boleh membawa inferens berbeza di bawah model kebergantungan yang berbeza

Ralat piawai pekali bukan turun naik aset atau sisihan piawai baki, dan ia juga bergantung pada reka bentuk serta saiz sampel berkesan

Di bawah heteroskedastisiti, varians bersyarat gangguan tidak malar merentasi nilai regressor atau keadaan

Jika eksogeniti kekal sah, pekali OLS mungkin masih konsisten, manakala ralat piawai klasik yang dikira di bawah varians sama boleh menjadi salah

Penganggar kovarians konsisten-heteroskedastisiti White menggunakan sumbangan kuasa dua baki pada aras pemerhatian untuk menganggar semula ketidakpastian sampel besar

Autokorelasi bermaksud gangguan pada tarikh berbeza mempunyai kovarians bukan sifar; kebergantungan positif boleh membuat pengiraan kebebasan melebihkan maklumat berkesan

Pulangan bertindih, kejutan yang diserap perlahan, pengagregatan kalendar, dan keadaan risiko berterusan ialah sumber kewangan yang biasa

Menambah lag mengubah model purata bersyarat, manakala menukar penganggar kovarians sahaja mengubah inferens; kedua-duanya bukan ubat yang boleh ditukar ganti

Penganggar jenis White sesuai untuk keadaan keratan rentas yang mengekalkan kebebasan antara pemerhatian sambil membenarkan setiap pemerhatian mempunyai varians berbeza

HAC Newey–West menimbang autokovarians sampel melalui kernel pilihan dan lag maksimum untuk membenarkan heteroskedastisiti siri masa serta korelasi bersiri

Ralat piawai berkelompok membenarkan kebergantungan luas dalam firma, tarikh, atau kelompok lain yang ditakrifkan, tetapi memerlukan kebebasan antara kelompok dan bilangan kelompok yang mencukupi

Lag HAC yang terlalu pendek terlepas kebergantungan yang masih ada, manakala lag yang terlalu panjang menambah hingar, jadi kekerapan dan struktur pertindihan ekonomi patut memotivasikan pilihan

Pelarasan seperti HC0 hingga HC3 bertindak berbeza terhadap leverage dan darjah kebebasan, dan perbezaannya boleh menjadi penting dalam sampel kecil

Kelompok yang sedikit atau sangat tidak sama boleh menjadikan anggaran asimptotik biasa tidak boleh dipercayai, lalu memerlukan pelarasan sampel terhingga atau inferens alternatif

Regresi faktor bulanan menimbulkan kebergantungan bersiri, panel korporat menimbulkan kebergantungan dalam firma, dan perbandingan aset merentas satu tarikh menimbulkan kejutan tarikh bersama

Pengelompokan dua hala mungkin calon apabila kebergantungan firma dan tarikh wujud serentak, tetapi bilangan kelompok pada kedua-dua dimensi mesti menyokongnya

Tetingkap peristiwa yang bertindih atau portfolio yang digunakan semula mungkin meninggalkan jauh lebih sedikit maklumat bebas daripada yang dicadangkan oleh kiraan pemerhatian nominal

Laporkan varian HC, pemboleh ubah dan bilangan kelompok, atau kernel HAC, lag maksimum, dan pelarasan sampel terhingga bersama anggaran pekali

Tunjukkan bagaimana selang berubah di bawah beberapa struktur kebergantungan yang boleh dipertahankan secara ekonomi dan bukannya mengemukakan satu pilihan kovarians sebagai automatik

Nyatakan bahawa ralat piawai teguh tidak mengubah pekali, pemilihan sampel, pengukuran, bentuk fungsi, dan andaian pengenalpastian