HTML Microdata document

This HTML5 document contains 211 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbt	http://dbpedia.org/resource/Template:
dbpedia-el	http://el.dbpedia.org/resource/
dbpedia-no	http://no.dbpedia.org/resource/
dbpedia-sv	http://sv.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
dbpedia-fi	http://fi.dbpedia.org/resource/
dbr	http://dbpedia.org/resource/
dbpedia-ar	http://ar.dbpedia.org/resource/
n10	http://commons.wikimedia.org/wiki/Special:FilePath/
dbpedia-fr	http://fr.dbpedia.org/resource/
dbpedia-mk	http://mk.dbpedia.org/resource/
dct	http://purl.org/dc/terms/
dbpedia-cs	http://cs.dbpedia.org/resource/
rdfs	http://www.w3.org/2000/01/rdf-schema#
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
n24	http://dbpedia.org/resource/File:
dbp	http://dbpedia.org/property/
xsdh	http://www.w3.org/2001/XMLSchema#
dbpedia-uk	http://uk.dbpedia.org/resource/
dbo	http://dbpedia.org/ontology/
n14	https://books.google.com/
dbpedia-vi	http://vi.dbpedia.org/resource/
dbpedia-pt	http://pt.dbpedia.org/resource/
dbpedia-ja	http://ja.dbpedia.org/resource/
dbc	http://dbpedia.org/resource/Category:
dbpedia-de	http://de.dbpedia.org/resource/
dbpedia-pl	http://pl.dbpedia.org/resource/
dbpedia-ru	http://ru.dbpedia.org/resource/
wikidata	http://www.wikidata.org/entity/
n38	https://global.dbpedia.org/id/
dbpedia-sl	http://sl.dbpedia.org/resource/
dbpedia-it	http://it.dbpedia.org/resource/
prov	http://www.w3.org/ns/prov#
foaf	http://xmlns.com/foaf/0.1/
n36	http://su.dbpedia.org/resource/
dbpedia-zh	http://zh.dbpedia.org/resource/
dbpedia-fa	http://fa.dbpedia.org/resource/
n16	https://archive.org/details/
n18	https://archive.org/details/elementsofeconom0003kmen/page/
dbpedia-es	http://es.dbpedia.org/resource/
owl	http://www.w3.org/2002/07/owl#

Statements

Subject Item: dbr:Homoscedasticity
dbo:wikiPageWikiLink: dbr:Homoscedasticity_and_heteroscedasticity
dbo:wikiPageRedirects: dbr:Homoscedasticity_and_heteroscedasticity

Subject Item: dbr:Heteroscedacity
dbo:wikiPageWikiLink: dbr:Homoscedasticity_and_heteroscedasticity
dbo:wikiPageRedirects: dbr:Homoscedasticity_and_heteroscedasticity

Subject Item: dbr:Homoscedasticity_and_heteroscedasticity
rdfs:label: Heteroscedasticidade Homoskedastizität und Heteroskedastizität Heteroskedasticita Heteroskedastyczność Homoscedasticity and heteroscedasticity Heteroskedasticitet Ετεροσκεδαστικότητα Heterocedasticidad Гетероскедастичність Eteroschedasticità Hétéroscédasticité 异方差 Гетероскедастичность اختلاف التباين
rdfs:comment: In statistica, un campione di variabili casuali è eteroschedastico (dal Greco antico hetero “differente” e skedasis “dispersione”) se al suo interno esistono sotto-popolazioni che hanno diverse varianze. La caratteristica dell'eteroschedasticità è particolarmente rilevante nell'ambito dell'analisi di regressione, in quanto fa venir meno alcune delle ipotesi classiche del modello di regressione lineare. Στη στατιστική, μια ακολουθία ή διάνυσμα από τυχαίες μεταβλητές λέγεται ετεροσκεδαστική αν οι τυχαίες αυτές μεταβλητές έχουν διαφορετική διακύμανση. Η αντίστοιχη ιδιότητα του διανύσματος ή σειράς των τυχαίων μεταβλητών λέγεται ετεροσκεδαστικότητα. Κατά τη χρήση στατιστικών τεχνικών όπως τα , γίνονται συνήθως υποθέσεις, όπως ότι ο όρος του λάθους έχει σταθερή διακύμανση. Αυτό ισχύει όταν οι παρατηρήσεις του όρου λάθους υποθέτουμε ότι γίνονται από πανομοιότυπες . Η ετεροσκεδαστικότητα αποτελεί παραβίαση της υπόθεσης αυτής. Heteroskedastyczność (lub heteroscedastyczność) – pojęcie z zakresu statystyki odnoszące się do ciągu lub wektora zmiennych losowych. Własność ta jest zaprzeczeniem posiadania przez taki ciąg lub wektor własności homoskedastyczności, tzn. przynajmniej jedna zmienna losowa z ciągu różni się od innych wariancją lub jej wariancja jest nieskończona. Heteroskedastyczność rozważa się w kontekście modeli ekonometrycznych, szczególnie przy estymacji metodą najmniejszych kwadratów, ze względu na jedno z założeń Klasycznego Modelu Regresji Liniowej, mówiącego o homoskedastyczności wariancji składnika losowego. Możemy wyróżnić heteroskedastyczność addytywną, gdy wariancja składnika losowego jest funkcją afiniczną zmiennych wpływających na jej wielkość, oraz heteroskedastyczność multiplikatywną, gdy w اختلاف التباين (بالإنجليزية: Heteroscedasticity)‏ خاصية مجموعة من المتغيرات العشوائية، ليس لها نفس التباين. في الإحصاء، تعتبر مجموعة المتغيرات العشوائية غير متجانسة التباين إذا كان هناك مجموعة فرعية واحدة على الأقل من أفراد المجتمع تختلف في متغيراتها عن بقية المجموعات الفرعية الأخرى. هذا الاختلاف في تجانس التباين يمكن أن يحدد كميا باستخدام اختبار التباين أو أي مقياس آخر من مقاييس التشتت الإحصائية. إن عدم تجانس التباين هو الصورة الناتجة عن غياب تجانس التباين (بالإنجليزية: Homoscedasticity)‏. إن احتمالية وجود عدم تجانس التباين يهتم به اهتماما كبيرا في تطبيقات تحليل الانحدار، بالإضافة إلى تحليل التباين، لأن عدم تحقق تجانس التباين يمكن أن يؤدي إلى انتهاك دلالة الاختبارات الإحصائية التي تفترض تحقق الاستقلالية والتوزيع الطبيعي وأن التباين بين أفراد العينة ليس كبيرا بشكل مؤثر ومتطرف. وبالمثل فإنه 異質變異數（英語：Heteroscedasticity），又稱分散不均一性，指的是一系列的随机变量間的方差不相同，相對於同質變異數（Homoscedasticity）。当我们利用普通最小平方法（Ordinary Least Squares）进行回归估计时，常常做一些基本的假设。其中之一就是误差项（Error term）的變異數是不变的。异方差是违反这个假设的。如果普通最小平方法应用于异方差模型，会导致估计出的方差值是真实方差值的偏误估计量（Biased standard error）, 但是估計值（estimator）是的（unbiased）。 In statistics, a sequence (or a vector) of random variables is homoscedastic (/ˌhoʊmoʊskəˈdæstɪk/) if all its random variables have the same finite variance. This is also known as homogeneity of variance. The complementary notion is called heteroscedasticity. The spellings homoskedasticity and heteroskedasticity are also frequently used. Because heteroscedasticity concerns expectations of the second moment of the errors, its presence is referred to as misspecification of the second order. En statistique, l'on parle d'hétéroscédasticité lorsque les variances des résidus des variables examinées sont différentes. Le mot provient du grec, composé du préfixe hétéro- (« autre »), et de skedasê (« dissipation»). Une collection de variables aléatoires est hétéroscédastique s'il y a des sous-populations qui ont des variabilités différentes des autres. La notion d'hétéroscédasticité s'oppose à celle d'homoscédasticité. Dans le second cas, la variance de l'erreur des variables est constante i.e. . Tandis qu’en cas d'hétéroscédasticité, nous avons où peut être différent de pour . Inom statistiken är en sekvens eller vektor av slumpmässiga variabler heteroskedastisk om den innehåller subpopulationer mellan vilka variabiliteten skiljer sig. Variabiliteten kan här kvantifieras av variansen eller något annat mått på statistisk spridning. Heteroskedasticitet är således avsaknaden av homoskedasticitet. Heteroskedasticitet är ett problem vid regressionsanalys och variansanalys då det kan invalidera hypotesprövningen som utgår ifrån att modelleringsfel är okorrelerade och normaldistribuerade, samt att variansen inte varierar med effekterna som modelleras. En estadística se dice que un modelo de regresión lineal presenta heterocedasticidad cuando la varianza de los errores no es constante en todas las observaciones realizadas. Esto implica el incumplimiento de una de las hipótesis básicas sobre las que se asienta el modelo de regresión lineal. De ella se deriva que los datos con los que se trabaja son heterogéneos, ya que provienen de distribuciones de probabilidad con distinta varianza. Otra situación en la que se presenta heteroscedasticidad es en muestras cuyos datos son valores que se han obtenido agregando o promediando datos individuales. Heteroscedasticidade ou Heterocedasticidade é o fenômeno estatístico que ocorre quando o modelo de hipótese matemático apresenta variâncias para Y e X(X1, X2, X3,..., Xn) não iguais para todas as observações, contrariando o postulado : (o postulado quatro do modelo clássico de regressão linear). Em outras palavras, a heterocedasticidade apresenta-se como uma forte dispersão dos dados em torno de uma reta; uma dispersão dos dados perante um modelo econométrico regredido. Sua detecção pode ser realizada por meio do Teste de White, que consiste num teste residual. Гетероскедастичность (англ. heteroscedasticity) — понятие, используемое в прикладной статистике (чаще всего — в эконометрике), означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели. Heteroskedasticita nebo heteroskedastičnost ve statistice je definovaná tak, že podmíněný rozptyl náhodné veličiny není konstantní, (je nehomogenní). Posloupnost náhodných veličin je heteroskedastická, pokud její prvky mají různou variabilitu (rozptyl). Za přítomnosti heteroskedascity je nutné pro odhad regresních parametrů při aplikaci lineární regrese užít váženou metodu nejmenších čtverců Гетероскедастичність — властивість послідовності випадкових величин. Гетероскедастичність вивчається в курсі економетрики. Heteroskedastizität (auch Varianzheterogenität, oder Heteroskedastie; altgriechisch σκεδαστός skedastós, „zerstreut“, „verteilt“; „zerstreubar“) bedeutet in der Statistik, dass die Varianz der Störterme nicht konstant ist. Wenn die Varianz der Störterme (und somit die Varianz der erklärten Variablen selbst) für alle Ausprägungen der exogenen Prädiktorvariablen nicht signifikant unterschiedlich ist, liegt Homoskedastizität (Varianzhomogenität auch Homoskedastie) vor.Der Begriff spielt insbesondere in der Ökonometrie und der empirischen Forschung eine wichtige Rolle. Die Homoskedastizitätsannahme ist ein wichtiger Bestandteil der Gauß-Markow-Annahmen.
foaf:depiction: n10:Homoscedasticity.png n10:Heteroscedasticity.png n10:Hsked_residual_compare.svg
dct:subject: dbc:Statistical_deviation_and_dispersion dbc:Regression_analysis
dbo:wikiPageID: 70780067
dbo:wikiPageRevisionID: 1114071326
dbo:wikiPageWikiLink: dbr:Covariance_matrix dbr:Maximum_likelihood_estimation dbr:Heterogeneous dbr:Moment_(mathematics) dbc:Statistical_deviation_and_dispersion dbr:Breusch–Pagan_test dbr:Heteroscedasticity-consistent_standard_errors dbr:Bartlett's_test dbr:Probit dbr:Harrison–McCabe_test dbr:Park_test dbr:Generalized_least_squares dbr:Glejser_test dbr:Sequence dbr:Test_statistic n24:Homoscedasticity.png dbr:Robert_Engle dbr:Ordinary_least_squares dbr:Autoregressive_conditional_heteroscedasticity dbr:Matrix_(mathematics) dbr:Scedastic_function dbr:Box's_M_test dbr:Brown–Forsythe_test dbr:Statistical_significance dbr:Linear_discriminant_analysis dbr:Asymptotic_distribution dbr:F_test dbr:Goldfeld–Quandt_test dbr:Simple_linear_regression dbr:Errors_and_residuals_in_statistics dbr:Variance n24:Hsked_residual_compare.svg dbr:Statistical_hypothesis_testing dbr:Random_variable dbr:Consistent_estimator dbr:Statistics dbr:Logarithmic_scale dbr:Econometrics dbr:Type_I_and_type_II_errors dbr:White_test dbr:F-test_of_equality_of_variances dbr:Hartley's_test dbr:Cook–Weisberg_test dbr:Levene's_test dbr:Logit dbr:Regression_analysis dbr:Pattern_recognition dbr:Spherical_error dbr:Cochran's_C_test dbc:Regression_analysis dbr:Goodness_of_fit dbr:Chi_square_distribution dbr:Statistical_model_specification dbr:ANOVA dbr:Expected_value dbr:Normal_distribution dbr:Pearson_product-moment_correlation_coefficient dbr:Econometrician dbr:Machine_learning n24:Heteroscedasticity.png dbr:Best_linear_unbiased_estimator dbr:MINQUE dbr:Serial_correlation dbr:Gauss–Markov_theorem dbr:Weighted_least_squares dbr:Analysis_of_variance dbr:Nobel_Memorial_Prize_for_Economics dbr:William_Greene_(economist) dbr:Hypothesis_test dbr:Mark_Thoma
dbo:wikiPageExternalLink: n14:books%3Fid=UXucAQAAQBAJ&pg=PA280 n16:elementsofeconom0003kmen n18:269 n14:books%3Fid=Ot6DByCF6osC&pg=PA547 n14:books%3Fid=6l1CPgAACAAJ&pg=PA365 n14:books%3Fid=6qYcBQAAQBAJ&pg=PA109 n14:books%3Fid=vkQvQgAACAAJ&pg=PA211
owl:sameAs: dbpedia-vi:Hiệp_phương_sai_không_đồng_nhất dbpedia-es:Heterocedasticidad dbpedia-sv:Heteroskedasticitet dbpedia-fr:Hétéroscédasticité dbpedia-pl:Heteroskedastyczność dbpedia-no:Heteroskedastisitet dbpedia-zh:异方差 dbpedia-pt:Heteroscedasticidade dbpedia-mk:Хетероскедастичност dbpedia-fa:ناهم‌واریانسی wikidata:Q1063540 dbpedia-fi:Heteroskedastisuus dbpedia-ar:اختلاف_التباين dbpedia-ru:Гетероскедастичность dbpedia-el:Ετεροσκεδαστικότητα dbpedia-sl:Homoskedastičnost_in_heteroskedastičnost dbpedia-it:Eteroschedasticità n36:Heteroskedasticity dbpedia-de:Homoskedastizität_und_Heteroskedastizität n38:8t7h dbpedia-uk:Гетероскедастичність dbpedia-cs:Heteroskedasticita
dbp:wikiPageUsesTemplate: dbt:IPAc-en dbt:Short_description dbt:Additional_citation_needed dbt:Citation_needed dbt:Cite_book dbt:Column dbt:Columns-end dbt:Columns-start dbt:Statistics dbt:YouTube dbt:Reflist
dbo:thumbnail: n10:Homoscedasticity.png?width=300
dbo:wikiPageInterLanguageLink: dbpedia-ja:ARCHモデル
dbp:id: 47.0
dbp:title: Econometrics lecture
dbo:abstract: Гетероскедастичність — властивість послідовності випадкових величин. Гетероскедастичність вивчається в курсі економетрики. En estadística se dice que un modelo de regresión lineal presenta heterocedasticidad cuando la varianza de los errores no es constante en todas las observaciones realizadas. Esto implica el incumplimiento de una de las hipótesis básicas sobre las que se asienta el modelo de regresión lineal. De ella se deriva que los datos con los que se trabaja son heterogéneos, ya que provienen de distribuciones de probabilidad con distinta varianza. Existen diferentes razones o situaciones en las que cabe encontrarse con perturbaciones heteroscedásticas. La situación más frecuente es en el análisis de datos de corte transversal, ya que los individuos o empresas o unidades económicas no suelen tener un comportamiento homogéneo. Otra situación en la que se presenta heteroscedasticidad es en muestras cuyos datos son valores que se han obtenido agregando o promediando datos individuales. Inom statistiken är en sekvens eller vektor av slumpmässiga variabler heteroskedastisk om den innehåller subpopulationer mellan vilka variabiliteten skiljer sig. Variabiliteten kan här kvantifieras av variansen eller något annat mått på statistisk spridning. Heteroskedasticitet är således avsaknaden av homoskedasticitet. Heteroskedasticitet är ett problem vid regressionsanalys och variansanalys då det kan invalidera hypotesprövningen som utgår ifrån att modelleringsfel är okorrelerade och normaldistribuerade, samt att variansen inte varierar med effekterna som modelleras. 異質變異數（英語：Heteroscedasticity），又稱分散不均一性，指的是一系列的随机变量間的方差不相同，相對於同質變異數（Homoscedasticity）。当我们利用普通最小平方法（Ordinary Least Squares）进行回归估计时，常常做一些基本的假设。其中之一就是误差项（Error term）的變異數是不变的。异方差是违反这个假设的。如果普通最小平方法应用于异方差模型，会导致估计出的方差值是真实方差值的偏误估计量（Biased standard error）, 但是估計值（estimator）是的（unbiased）。 Heteroskedastyczność (lub heteroscedastyczność) – pojęcie z zakresu statystyki odnoszące się do ciągu lub wektora zmiennych losowych. Własność ta jest zaprzeczeniem posiadania przez taki ciąg lub wektor własności homoskedastyczności, tzn. przynajmniej jedna zmienna losowa z ciągu różni się od innych wariancją lub jej wariancja jest nieskończona. Heteroskedastyczność rozważa się w kontekście modeli ekonometrycznych, szczególnie przy estymacji metodą najmniejszych kwadratów, ze względu na jedno z założeń Klasycznego Modelu Regresji Liniowej, mówiącego o homoskedastyczności wariancji składnika losowego. Możemy wyróżnić heteroskedastyczność addytywną, gdy wariancja składnika losowego jest funkcją afiniczną zmiennych wpływających na jej wielkość, oraz heteroskedastyczność multiplikatywną, gdy wariancja przyjmuje postać wykładniczą. Heteroskedastizität (auch Varianzheterogenität, oder Heteroskedastie; altgriechisch σκεδαστός skedastós, „zerstreut“, „verteilt“; „zerstreubar“) bedeutet in der Statistik, dass die Varianz der Störterme nicht konstant ist. Wenn die Varianz der Störterme (und somit die Varianz der erklärten Variablen selbst) für alle Ausprägungen der exogenen Prädiktorvariablen nicht signifikant unterschiedlich ist, liegt Homoskedastizität (Varianzhomogenität auch Homoskedastie) vor.Der Begriff spielt insbesondere in der Ökonometrie und der empirischen Forschung eine wichtige Rolle. Die Homoskedastizitätsannahme ist ein wichtiger Bestandteil der Gauß-Markow-Annahmen. اختلاف التباين (بالإنجليزية: Heteroscedasticity)‏ خاصية مجموعة من المتغيرات العشوائية، ليس لها نفس التباين. في الإحصاء، تعتبر مجموعة المتغيرات العشوائية غير متجانسة التباين إذا كان هناك مجموعة فرعية واحدة على الأقل من أفراد المجتمع تختلف في متغيراتها عن بقية المجموعات الفرعية الأخرى. هذا الاختلاف في تجانس التباين يمكن أن يحدد كميا باستخدام اختبار التباين أو أي مقياس آخر من مقاييس التشتت الإحصائية. إن عدم تجانس التباين هو الصورة الناتجة عن غياب تجانس التباين (بالإنجليزية: Homoscedasticity)‏. إن احتمالية وجود عدم تجانس التباين يهتم به اهتماما كبيرا في تطبيقات تحليل الانحدار، بالإضافة إلى تحليل التباين، لأن عدم تحقق تجانس التباين يمكن أن يؤدي إلى انتهاك دلالة الاختبارات الإحصائية التي تفترض تحقق الاستقلالية والتوزيع الطبيعي وأن التباين بين أفراد العينة ليس كبيرا بشكل مؤثر ومتطرف. وبالمثل فإنه يهتم به في اختبار التباين بين مجموعات فرعية من المجتمع، حيث أن بعض الاختبارات الأساسية تفترض كي يتم استخدامها أن التباين داخل المجموعات متجانس. In statistics, a sequence (or a vector) of random variables is homoscedastic (/ˌhoʊmoʊskəˈdæstɪk/) if all its random variables have the same finite variance. This is also known as homogeneity of variance. The complementary notion is called heteroscedasticity. The spellings homoskedasticity and heteroskedasticity are also frequently used. Assuming a variable is homoscedastic when in reality it is heteroscedastic (/ˌhɛtəroʊskəˈdæstɪk/) results in unbiased but inefficient point estimates and in biased estimates of standard errors, and may result in overestimating the goodness of fit as measured by the Pearson coefficient. The existence of heteroscedasticity is a major concern in regression analysis and the analysis of variance, as it invalidates statistical tests of significance that assume that the modelling errors all have the same variance. While the ordinary least squares estimator is still unbiased in the presence of heteroscedasticity, it is inefficient and generalized least squares should be used instead. Because heteroscedasticity concerns expectations of the second moment of the errors, its presence is referred to as misspecification of the second order. The econometrician Robert Engle was awarded the 2003 Nobel Memorial Prize for Economics for his studies on regression analysis in the presence of heteroscedasticity, which led to his formulation of the autoregressive conditional heteroscedasticity (ARCH) modeling technique. Heteroskedasticita nebo heteroskedastičnost ve statistice je definovaná tak, že podmíněný rozptyl náhodné veličiny není konstantní, (je nehomogenní). Posloupnost náhodných veličin je heteroskedastická, pokud její prvky mají různou variabilitu (rozptyl). Za přítomnosti heteroskedascity je nutné pro odhad regresních parametrů při aplikaci lineární regrese užít váženou metodu nejmenších čtverců Heteroscedasticidade ou Heterocedasticidade é o fenômeno estatístico que ocorre quando o modelo de hipótese matemático apresenta variâncias para Y e X(X1, X2, X3,..., Xn) não iguais para todas as observações, contrariando o postulado : (o postulado quatro do modelo clássico de regressão linear). Esta hipótese do Modelo Clássico de Regressão Linear pressupõe que a variância de cada termo de perturbação , condicional aos valores escolhidos das variáveis explicativas, é algum número constante igual a . Ou seja, este postulado é a da homoscedasticidade, ou igual (homo) dispersão (scedasticidade), isto é, igual variância. Em outras palavras, a heterocedasticidade apresenta-se como uma forte dispersão dos dados em torno de uma reta; uma dispersão dos dados perante um modelo econométrico regredido. Uma definição mais precisa seria na qual uma distribuição de frequência em que todas as distribuições condicionadas têm desvios padrão diferentes. O contrário desse fenômeno, a , se dá pela observância do postulado, isto é, os dados regredidos encontram-se mais homogeneamente e menos dispersos (concentrados) em torno da reta de regressão do modelo. Sua detecção pode ser realizada por meio do Teste de White, que consiste num teste residual. A heteroscedasticidade não elimina as propriedades de inexistência de viés e consistência dos estimadores de MQO, no entanto, eles deixam de ter variância mínima e eficiência, ou seja, não são os melhores estimadores lineares não-viesados (MELNV). As medidas corretivas não são fáceis de serem implementadas. Se a amostra for grande, podemos obter os erros padrão com heteroscedasticidade corrigida segundo White dos estimadores de MQO e realizar inferências estatísticas com base nesses erros padrão. Por exemplo, no software Eviews, esta opção está disponível no menu quick, estimate equation, options e então seleciona-se a opção Heterokedasticity consistent coeficient covariance, White. Diferentemente, se olharmos os resíduos de MQO, podemos levantar hipóteses sobre o provável padrão da heteroscedasticidade e transformar os dados originais de tal forma que não haja heteroscedasticidade nos dados transformados. É comum seu acontecimento quando de pesquisas com dados em corte, ou seção transversal ( - observações de dados sobre unidades econômicas de diferentes tamanhos). In statistica, un campione di variabili casuali è eteroschedastico (dal Greco antico hetero “differente” e skedasis “dispersione”) se al suo interno esistono sotto-popolazioni che hanno diverse varianze. La caratteristica dell'eteroschedasticità è particolarmente rilevante nell'ambito dell'analisi di regressione, in quanto fa venir meno alcune delle ipotesi classiche del modello di regressione lineare. Nel 2003 l'econometrista Robert Engle ha vinto il Premio Nobel per l'economia per i suoi studi sull'analisi di regressione in presenza di eteroschedasticità, alla base della sua formulazione dei modelli della classe ARCH (dall'inglese Autoregressive Conditional Heteroschedasticity, eteroschedasticità condizionale autoregressiva). Στη στατιστική, μια ακολουθία ή διάνυσμα από τυχαίες μεταβλητές λέγεται ετεροσκεδαστική αν οι τυχαίες αυτές μεταβλητές έχουν διαφορετική διακύμανση. Η αντίστοιχη ιδιότητα του διανύσματος ή σειράς των τυχαίων μεταβλητών λέγεται ετεροσκεδαστικότητα. Κατά τη χρήση στατιστικών τεχνικών όπως τα , γίνονται συνήθως υποθέσεις, όπως ότι ο όρος του λάθους έχει σταθερή διακύμανση. Αυτό ισχύει όταν οι παρατηρήσεις του όρου λάθους υποθέτουμε ότι γίνονται από πανομοιότυπες . Η ετεροσκεδαστικότητα αποτελεί παραβίαση της υπόθεσης αυτής. Για παράδειγμα, ο όρος λάθους θα μπορούσε να αλλάζει ή να αυξάνεται με κάθε μέτρηση, πράγμα που συμβαίνει συχνά σε μετρήσεις ή μετρήσεις . Η ετεροσκεδαστικότητα μελετάται συνήθως ως μέρος της οικονομετρίας, όπου συχνά συναντώνται δεδομένα που την παρουσιάζουν. Ο οικονομέτρης (economentrician) πήρε το Βραβείο Νόμπελ Οικονομικών Επιστημών το 2003 για τις μελέτες του στην υπό την παρουσία ετεροσκεδαστικότητας, που τον οδήγησε στη διατύπωση της τεχνικής μοντελοποίησης ARCH (AutoRegressive Conditional Heteroscedasticity). En statistique, l'on parle d'hétéroscédasticité lorsque les variances des résidus des variables examinées sont différentes. Le mot provient du grec, composé du préfixe hétéro- (« autre »), et de skedasê (« dissipation»). Une collection de variables aléatoires est hétéroscédastique s'il y a des sous-populations qui ont des variabilités différentes des autres. La notion d'hétéroscédasticité s'oppose à celle d'homoscédasticité. Dans le second cas, la variance de l'erreur des variables est constante i.e. . Tandis qu’en cas d'hétéroscédasticité, nous avons où peut être différent de pour . Гетероскедастичность (англ. heteroscedasticity) — понятие, используемое в прикладной статистике (чаще всего — в эконометрике), означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна гомоскедастичности, означающей однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели. Наличие гетероскедастичности случайных ошибок приводит к неэффективности оценок, полученных с помощью метода наименьших квадратов. Кроме того, в этом случае оказывается смещённой и несостоятельной классическая оценка ковариационной матрицы МНК-оценок параметров. Следовательно, статистические выводы о качестве полученных оценок могут быть неадекватными. В связи с этим тестирование моделей на гетероскедастичность является одной из необходимых процедур при построении регрессионных моделей.
prov:wasDerivedFrom: wikipedia-en:Homoscedasticity_and_heteroscedasticity?oldid=1114071326&ns=0
dbo:wikiPageLength: 25408
foaf:isPrimaryTopicOf: wikipedia-en:Homoscedasticity_and_heteroscedasticity