This set of tests allows you to tes

This set of tests allows you to test for a range of specifications of heteroskedasticity in the
residuals of your equation. Ordinary least squares estimates are consistent in the presence
of heteroskedasticity, but the conventional computed standard errors are no longer valid. If
you find evidence of heteroskedasticity, you should either choose the robust standard errors
option to correct the standard errors (see “Heteroskedasticity Consistent Covariances
(White)” on page 33) or you should model the heteroskedasticity to obtain more efficient
estimates using weighted least squares.

Kết quả (Việt) 1:

Này tập hợp các bài kiểm tra cho phép bạn kiểm tra cho một loạt các chi tiết kỹ thuật của heteroskedasticity trong các dư của phương trình của bạn. Ước tính bình thường tối thiểu là nhất quán trong sự hiện diện của heteroskedasticity, nhưng các quy ước tính lỗi chuẩn là không còn hợp lệ. Nếu bạn tìm thấy bằng chứng về heteroskedasticity, hoặc là bạn nên chọn lỗi chuẩn mạnh mẽ Các tùy chọn để sửa chữa lỗi chuẩn (xem "Heteroskedasticity phù hợp Covariances (Trắng) "trên trang 33) hoặc bạn nên mô hình heteroskedasticity để có được hiệu quả hơn ước tính bằng cách sử dụng trọng tối thiểu.

Kết quả (Việt) 2:

Điều này thiết lập các bài kiểm tra cho phép bạn kiểm tra cho một loạt các chi tiết kỹ thuật của heteroskedasticity trong
dư của phương trình của bạn. Thông thường nhất là hình vuông ước tính phù hợp với sự hiện diện
của heteroskedasticity, nhưng sai số chuẩn thông thường tính toán không còn giá trị. Nếu
bạn tìm thấy bằng chứng của heteroskedasticity, bạn có nên chọn các sai số chuẩn mạnh mẽ
tùy chọn để chỉnh sửa các lỗi tiêu chuẩn (xem "heteroskedasticity hiệp phương sai Phù
(trắng)" trên trang 33) hoặc bạn nên mô hình các heteroskedasticity để có được hiệu quả hơn
ước tính bằng bình phương tối thiểu có trọng .