什么是异方差的稳健标准误方法

异方差的稳健标准误是韦蛾拆篮经济学术语，英文全称为Heteroskedasticity-Robust+Standard+Error。

异方差—稳健标准误是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健 标准差计算的稳健t统计量仍然渐进分布t分布。在Stata中利用robust选项可以得到异方差—稳健标准误估计量。

异方差的稳健标准误方法的提出：

Huber (1967)、Eicker (1967) 和 White
(1980)提出了异方差—稳健方差矩阵估计，该方法能够在考虑异方差情况下求出稳健标准误。

利用异方差稳健标准误对回归系数进行t检验和F检验都是渐近有效的。在STATA中，异方差—稳健标准误可以在“reg”或者“xtreg”语句后，加选择性命令“robust”即可得到。但是这一方法有一个假设的前提：残差项是独立分布的。

扩展资料：

异方差处理的方法：

在进行计量分析时，若数据存在异方差问题，那么简单的OLS估计就会失效。对此，有两种处理方法：

1、使用OLS+稳健标准误的方法（Robust）。

2、加权最小二乘法（WLS）。

由于方差较小的数据提供的信息较多，而方差较大的数据提供的信息较少，WLS据此对数据进行加权处理。一般而言，第一种方法更为稳健，可适用于一般情形，而第二种方法更为有效。

参考资料来源：百度百科——异方差性