Heteroskedasticitātes un autokorelācijas noteikšana

I daļai datu izvēle brīva. Tie var būt laika rindu dati vai šķērsgriezuma dati. Modeli varat veidot ar 1 faktoru vai vairākiem faktoriem.
1. uzdevums Grafiskā metode. Novērtēt regresijas modeli, saglabājot kļūdas. Izveidot kļūdu un kļūdu kvadrātu grafikus. Komentēt attēlos redzamās sakarības saistībā ar heteroskedasticitātes izpausmēm.
2. uzdevums Novērtētā modeļa kļūdām veikt heteroskedasticitātes pārbaudi, izmantojot Spīrmena rangu korelācijas testu.

3. uzdevums Novērtētā modeļa kļūdām veikt heteroskedasticitātes pārbaudi, izmantojot White testu.

Kopsavilkums Kāds ir gala slēdziens par heteroskedasticitātes problēmu šajā modelī?
Priekšlikumi Vai ir nepieciešami modeļa izlabojumi? Kādi ir jūsu priekšlikumi modeļa pilnveidošanai?

…