2 Konsekuensi regresi yang memiliki heteroskedastis a Estimator kuadrat

2 konsekuensi regresi yang memiliki heteroskedastis a

This preview shows page 1 - 2 out of 2 pages.

2. Konsekuensi regresi yang memiliki heteroskedastis : a. Estimator kuadrat terkecil masih linier, tidak bias dan konsisten. (Ketidakcocokan dan konsistensi mensyaratkan bahwa zeromemiliki rata-rata nol dan tidak berkorelasi dengan X) b. Estimator kuadrat terkecil biasa tidak efisien. Varian dan kovarian estimasi yang diperkirakan bias dan tidak konsisten. Tes hipotesis tidak lagi valid. c. Interval kepercayaan berdasarkan kesalahan standar yang biasa salah. d. Estimator OLS tidak lagi BIRU dan tidak efisien. Estimasi juga tidak efisien. 3. Cara mendeteksi heteroskedastisitas : - Metode Informal :
Image of page 1
a. Analisis awal (Data Heteroskedastisitas sering terjadi pada data cross sectional (pengecualian: ARCH, data panel)) b. Pemeriksaan grafis residual (plot e i atau e i 2 terhadap setiap variabel penjelas atau terhadap prediksi Y) Metode Formal c. Uji Park d. Uji Glejser e. Uji Korelasi Spearman f. Uji Goldfeld-Quandt g. Uji Breusch-Pagan-Godfrey h. Uji Heteroskedastisitas White Umum i. Uji Heteroskedastisitas yang lain 4. Cara memperbaiki heteroskedastisitas Ketika sampel cukup besar, maka dapat mendapatkan standard error heteroskedastisitas- White-yang telah di perbaiki dari estimator-estimator OLS dan melakukan inferensi statistic berdasarkan standard error tersebut
Image of page 2

You've reached the end of your free preview.

Want to read both pages?

  • Spring '13
  • YOYL

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture