There are two ways to deal with thi

There are two ways to deal with this problem, one is using heteroskedasticity-robust standard errors, the other one is using weighted least squares (see Stock and Watson, 2003, chapter 15). WLS requires knowledge of the conditional variance on which the weights are based, if this is known (rarely the case) then use WLS. In practice it is recommended to use heteroskedasticity-robust standard errors to deal with heteroskedasticity.

Kết quả (Việt) 1:

Có hai cách để đối phó với vấn đề này, một sử dụng heteroskedasticity mạnh mẽ tiêu chuẩn lỗi, một trong những khác sử dụng trọng tối thiểu (xem chứng khoán và Watson, 2003, chương 15). WLS đòi hỏi kiến thức của phương sai có điều kiện mà trọng lượng được dựa, nếu điều này được gọi (hiếm khi trường hợp) sau đó sử dụng WLS. Trong thực tế, đó khuyến cáo sử dụng heteroskedasticity mạnh mẽ lỗi chuẩn để đối phó với heteroskedasticity.

Kết quả (Việt) 2:

Có hai cách để đối phó với vấn đề này, một là sử dụng sai số chuẩn heteroskedasticity-mạnh mẽ, một trong những khác bằng cách sử dụng trọng số bình phương tối thiểu (xem Cổ và Watson, 2003, chương 15). WLS đòi hỏi kiến ​​thức về đổi có điều kiện mà các trọng số dựa, nếu điều này được biết đến (trường hợp hiếm khi) sau đó sử dụng WLS. Trong thực tế nó được khuyến khích để sử dụng sai số chuẩn heteroskedasticity-mạnh mẽ để đối phó với heteroskedasticity.