En estadística se dice que un modelo de regresión lineal presenta heterocedasticidad cuando la varianza de los errores no es constante en todas las observaciones realizadas.
Esto implica el incumplimiento de una de las hipótesis básicas sobre las que se asienta el modelo de regresión lineal.
De ella se deriva que los datos con los que se trabaja son heterogéneos, ya que provienen de distribuciones de probabilidad con distinta varianza.
Existen diferentes razones o situaciones en las que cabe encontrarse con perturbaciones heteroscedásticas. La situación más frecuente es en el análisis de datos de corte transversal, ya que los individuos o empresas o unidades económicas no suelen tener un comportamiento homogéneo.
Otra situación en la que se presenta heteroscedasticidad es en muestras cuyos datos son valores que se han obtenido agregando o promediando datos individuales.
Consecuencias de la heterocedasticidad
Las principales consecuencias que derivan del incumplimiento de la hipótesis de homocedasticidad en los resultados de la estimación de mínimos cuadrados son:
Pérdida de eficiencia en el estimador mínimo cuadrático.
Por lo demás, los estimadores de mínimos cuadrados siguen siendo insesgados pero ya no eficientes, es decir que los estimadores ya no serán de varianza mínima.
Detección
Existen diversos métodos para determinar la heteroscedasticidad:
heterocedasticidad, este, artículo, sección, necesita, referencias, aparezcan, publicación, acreditada, este, aviso, puesto, julio, 2009, estadística, dice, modelo, regresión, lineal, presenta, heterocedasticidad, cuando, varianza, errores, constante, todas, o. Este articulo o seccion necesita referencias que aparezcan en una publicacion acreditada Este aviso fue puesto el 17 de julio de 2009 En estadistica se dice que un modelo de regresion lineal presenta heterocedasticidad cuando la varianza de los errores no es constante en todas las observaciones realizadas Esto implica el incumplimiento de una de las hipotesis basicas sobre las que se asienta el modelo de regresion lineal De ella se deriva que los datos con los que se trabaja son heterogeneos ya que provienen de distribuciones de probabilidad con distinta varianza Existen diferentes razones o situaciones en las que cabe encontrarse con perturbaciones heteroscedasticas La situacion mas frecuente es en el analisis de datos de corte transversal ya que los individuos o empresas o unidades economicas no suelen tener un comportamiento homogeneo Otra situacion en la que se presenta heteroscedasticidad es en muestras cuyos datos son valores que se han obtenido agregando o promediando datos individuales Consecuencias de la heterocedasticidad EditarLas principales consecuencias que derivan del incumplimiento de la hipotesis de homocedasticidad en los resultados de la estimacion de minimos cuadrados son Heterocedasticidad y Homocedasticidad Error en el calculo del estimador de la matriz de varianzas y covarianzas de los estimadores de minimos cuadrados Perdida de eficiencia en el estimador minimo cuadratico Por lo demas los estimadores de minimos cuadrados siguen siendo insesgados pero ya no eficientes es decir que los estimadores ya no seran de varianza minima Deteccion EditarExisten diversos metodos para determinar la heteroscedasticidad La prueba de White La prueba de Park La prueba de Goldfeld Quandt El test de Breusch Pagan La Prueba de Hartley La Prueba de Bartlett Datos Q1063540 Multimedia Heteroscedasticity Q1063540 Obtenido de https es wikipedia org w index php title Heterocedasticidad amp oldid 123290521, wikipedia, wiki, leyendo, leer, libro, biblioteca,
