Artykuł nigdy nie zakładał homoskadastyczności w definicji. Aby umieścić to w kontekście artykułu, homoskedastyczność oznacza
Gdzie jest matrycą tożsamości, a jest skalarna liczba dodatnia. Heteroscadasticity pozwala
E{(x^−x)(x^−x)T}=σI
In×nσ
E{(x^−x)(x^−x)T}=D
Wszelkie diaganol dodatnio określona. Artykuł definiuje macierz kowariancji w najbardziej ogólny możliwy sposób, jako środkowy drugi moment pewnego niejawnego rozkładu wielozmiennego. musimy znać wielowymiarowy rozkład aby uzyskać asymptotycznie wydajne i spójne oszacowanie . Będzie to wynikało z funkcji prawdopodobieństwa (która jest obowiązkowym składnikiem a posteriori). Załóżmy na przykład (tj. . Wtedy domyślną funkcją prawdopodobieństwa jest
Gdzie jest wielowymiarowym normalnym plikiem pdf.Dex^e∼N(0,Σ)E{(x^−x)(x^−x)T}=Σ
log[L]=log[ϕ(x^−x,Σ)]
ϕ
Macierz informacji Fishera może być zapisana jako
informacji na en.wikipedia.org/wiki/Fisher_information. Stąd możemy uzyskać
Powyższe używa funkcji straty kwadratowej, ale nie zakłada homoscedastyczność.
I(x)=E[(∂∂xlog[L])2∣∣∣x]
n−−√(x^−x)→dN(0,I−1(x))
W kontekście OLS, gdzie regresujemy na , przyjmujemy
Implikowane prawdopodobieństwo to
który może być dogodnie przepisany jako
univariate normal pdf. Informacja Fishera to
yx
E{y|x}=x′β
log[L]=log[ϕ(y−x′β,σI)]
log[L]=∑i=1nlog[φ(y−x′β,σ)]
φI(β)=[σ(xx′)−1]−1
Jeśli homoskedastyczność nie jest spełniona, wówczas informacja Fishera, jak podano, jest pominięta (ale funkcja warunkowego oczekiwania jest nadal poprawna), więc oszacowania będą spójne, ale nieefektywne. Możemy przepisać prawdopodobieństwo uwzględnienia heteroskaktyczności, a regresja jest skuteczna, tzn. Możemy zapisać
Jest to równoważne z pewnymi formami uogólnionych najmniejszych kwadratów , takie jak Ważone najmniejsze kwadraty. Jednak tak będzieβ
log[L]=log[ϕ(y−x′β,D)]
zmień matrycę informacji Fishera. W praktyce często nie znamy formy heteroscedastyczności, dlatego czasem wolimy raczej zaakceptować nieefektywność niż sprzyjać regresji poprzez pominięcie schematów ważenia. W takich przypadkach asymptotyczna kowariancja
nie jest jak określono powyżej.
β 1nI−1(β)