Проверка предпосылок метода наименьших квадратов. 
Гетероскедастичность

После изучения данной главы студент должен: знать

• • основные проблемы, возникающие при нарушении классических предположений МНК;
• • методы устойчивого оценивания регрессионных моделей; уметь
• • выявлять нарушения классической предпосылки МНК — гетероскедастичности;

владеть

• • методами выявления наличия нарушений предпосылок МНК;
• • методами устранения гетероскедастичности.

При рассмотрении в гл. 3 МНК для случая парной линейной регрессии были высказаны предположения о требованиях, накладываемых на случайное отклонение ?: равенство нулю математического ожидания, постоянство дисперсии для всех наблюдений, отсутствие автокорреляции и статистическая независимость от объясняющих переменных.

Дополнительно в гл. 4 при рассмотрении множественной линейной регрессии прибавилось требование проверки отсутствия мультиколлинеарности объясняющих переменных: между объясняющими переменными отсутствует строгая (сильная) линейная зависимость.

Выполнение приведенных предпосылок МНК является важным, чтобы оценки коэффициентов b_}, j = 0, 1,2,…, т, были несмещенными, эффективными и состоятельными (теорема Гаусса — Маркова). В этой главе рассмотрены методы проверки постоянства дисперсии случайных составляющих.