在存在异方差的情况下,传统的OLS(普通最小二乘法)估计的标准误可能不再准确。怀特稳健标准误是一种用来修正这种问题的方法,它通过考虑观测值间的异方差性来调整标准误的计算方式。
然而,在使用了怀特稳健标准误之后得到的估计量并不再满足BLUE(Best Linear Unbiased Estimator,最佳线性无偏估计)的所有条件。BLUE是由高斯-马尔科夫定理定义的,要求误差项具有相同的方差(即不存在异方差),这是其效率部分的前提。
当使用怀特稳健标准误时,虽然我们可以得到一个无偏的估计量,并且这些估计量的标准误更准确地反映了实际的变异情况,但是这个方法并不改变模型系数估计本身。也就是说,即使在调整了标准误之后,OLS估计量仍然是线性和无偏的,但它们不再是最小方差(即不再是有效的)除非原本就没有异方差。
总的来说,使用怀特稳健标准误后得到的估计量仍然保持了线性与无偏性,但在存在异方差的情况下失去了最小方差性质。因此,这些估计量不能被称为BLUE,而应视为RSE(Robust Standard Errors)。
此文本由CAIE学术大模型生成,添加下方二维码,优先体验功能试用