Гетероскедастичность: различия между версиями

Материал из Поле цифровой дидактики
Новая страница: «{{Понятие |Description=Гетероскедастичность в эконометрике — это свойство, при котором дисперсия случайной ошибки регрессионной модели меняется в зависимости от значений независимых переменных или положения наблюдений в пространстве. |Field_of_knowledge=Экономик...»
 
Нет описания правки
Строка 12: Строка 12:


то есть   
то есть   
дисперсия ошибок <math>\sigma_i^2</math> для наблюдения <math>i</math> не постоянна,   
* дисперсия ошибок <math>\sigma_i^2</math> для наблюдения <math>i</math> не постоянна,   
при гомоскедастичности требование: <math>\operatorname{Var}(\varepsilon_i)=\sigma^2</math> для всех <math>i</math>.
* при гомоскедастичности требование: <math>\operatorname{Var}(\varepsilon_i)=\sigma^2</math> для всех <math>i</math>.
 
 
=== Модель «[[Economic Disparity|Экономическое неравенство]]» === 
В разных районах города разброс отклонений полезности агентов от предсказанной функции может значительно различаться. Так, в густонаселённых кластерах (богатых или бедных) высокая плотность агентов усиливает конкуренцию за участки, что увеличивает дисперсию ошибок:
 
<math>
\operatorname{Var}\bigl(U_{\text{poor}}(i) - \widehat{U}_{\text{poor}}(i)\bigr)
\quad\text{и}\quad
\operatorname{Var}\bigl(U_{\text{rich}}(i) - \widehat{U}_{\text{rich}}(i)\bigr)
\endmath>
 
различаются между центральными кластерами и периферией.

Версия от 23:25, 19 сентября 2025


Описание Гетероскедастичность в эконометрике — это свойство, при котором дисперсия случайной ошибки регрессионной модели меняется в зависимости от значений независимых переменных или положения наблюдений в пространстве.
Область знаний Экономика, Статистика, Моделирование
Авторы
Поясняющее видео
Близкие понятия
Среды и средства для освоения понятия Economic Disparity

Гетероскедастичность в эконометрике — это свойство, при котором дисперсия случайной ошибки регрессионной модели меняется в зависимости от значений независимых переменных или положения наблюдений в пространстве. Формально:

[math]\displaystyle{ \operatorname{Var}(\varepsilon_i \mid X_i) = \sigma_i^2 \neq \sigma^2 }[/math]

то есть

  • дисперсия ошибок [math]\displaystyle{ \sigma_i^2 }[/math] для наблюдения [math]\displaystyle{ i }[/math] не постоянна,
  • при гомоскедастичности требование: [math]\displaystyle{ \operatorname{Var}(\varepsilon_i)=\sigma^2 }[/math] для всех [math]\displaystyle{ i }[/math].


В разных районах города разброс отклонений полезности агентов от предсказанной функции может значительно различаться. Так, в густонаселённых кластерах (богатых или бедных) высокая плотность агентов усиливает конкуренцию за участки, что увеличивает дисперсию ошибок:

<math> \operatorname{Var}\bigl(U_{\text{poor}}(i) - \widehat{U}_{\text{poor}}(i)\bigr) \quad\text{и}\quad \operatorname{Var}\bigl(U_{\text{rich}}(i) - \widehat{U}_{\text{rich}}(i)\bigr) \endmath>

различаются между центральными кластерами и периферией.