В качестве фиктивных переменных используются дихотомические (бинарные, булевы) переменные, которые принимают два значения: "0" или "1":
Гетероскедастичность - явление в эконометрике, когда дисперсии зависимых величин не постоянны:
Гетероскедастичность становится проблемой, когда значения переменных в уравнении регрессии значительно различаются в разных наблюдениях:
Для оценки параметров модели можно применить обычный метод наименьших квадратов:
Использование пошаговых процедур отбора наиболее информативных переменных - метод устранения или уменьшения мультиколлинеарности:
Какая бы пошаговая процедура ни использовалась, она не гарантирует определения оптимального набора объясняющих переменных:
Коэффициент детерминации в обобщенной модели может использоваться лишь как точная характеристика качества модели:
Кроме пошаговой процедуры присоединения объясняющих переменных используются пошаговые процедуры присоединения-удаления и процедура удаления объясняющих переменных:
Метод устранения или уменьшения мультиколлинеарности заключается в переходе от несмещенных оценок, определенных по методу наименьших квадратов, к смещенным оценкам:
Мультиколлинеарность - высокая взаимная коррелированность объясняющих переменных:
Мультиколлинеарность может проявляться в функциональной (явной) и стохастической (скрытой) формах:
На практике применение теста Уайта с включением и невключением попарных произведений дают разные результаты:
Свойства оценок коэффициентов регрессии зависят от свойств случайного члена в регрессионной модели:
Существуют точные количественные критерия для определения наличия или отсутствия мультиколлинеарности:
Тест ранговой корреляции Спирмена использует наиболее общие предположения о зависимости дисперсий ошибок регрессии от значений регрессоров: