要使用OLS进行推理，是否必须在所有情况下都满足同方差的前提？
我需要在真实案例中检查某些特征（例如年龄、收入...）对变量 y（我是否购买房产）的影响。我考虑过使用线性回归来解释系数，我知道如果存在异方差性，它会影响显着性检验的可靠性，并且置信区间不正确。但我不确定它是否也会影响回归系数。
具有异方差性的线性回归 (OLS) 系数解释
机器算法验证
回归
最小二乘
解释
回归系数
异方差
2022-04-14 02:32:21
1个回答
异方差性使得 OLS 估计量不是回归斜率的最佳线性无偏估计量，并使得通常的标准误差（以及基于它们的数量，例如 p 值和置信区间）不正确。它不影响回归系数的解释，这不取决于估计程序或假设，而是取决于模型的结构。也就是说，如果您指定
通常的回归模型，无论您如何估计系数或假设是否有效都无关紧要。该模型本身告诉您，对于两个不同的观察一个单位，但在其他预测变量上相同，则其结果的预期差异为. 您可能会使用一种糟糕的方法来估计系数，但这不会改变它们的解释。
如果您有异方差性，只需使用稳健的标准误差并继续。
其它你可能感兴趣的问题