Bài 1: Hậu quả của Phương sai thay đổi và Suy luận Bền vững Consequences of heteroskedasticity and robust inference Giới thiệu Chào mừng các bạn trở lại với bài học đầu tiên trong chuỗi bài về Phương sai thay đổi! Trong các chương trước, chúng ta đã làm quen với bộ giả định Gauss-Markov, nền tảng cho phép chúng ta kết luận rằng OLS là ước lượng tuyến tính không chệch tốt nhất (BLUE). Một trong những giả định quan trọng đó là MLR.5: Giả định Phương sai không đổi (Homoskedasticity), cho rằng phương sai của sai số (u) là hằng số với mọi giá trị của các biến giải thích. Nhưng điều gì sẽ xảy ra nếu giả định lý tưởng này không đúng trong thực tế? Điều gì xảy ra khi phương sai của các yếu tố không quan sát được lại thay đổi theo các nhóm dân số khác nhau (ví dụ: phương sai tiết kiệm thay đổi theo mức thu nhập)? Đây chính là hiện tượng Phương sai thay đổi (Heteroskedasticity). Trong bài học này, …