产生异方差的错误

Question

我有一个关于产生异方差性错误的问题

这就是我的朋友告诉我这样做的方式：

n <- 30  
x1 <- rnorm(n,0,1) # 1st predictor 
x2 <- rnorm(n,0,1)  # 2nd predictor   
e <- rnorm(n,0,x1^2)  # errors with heteroscedaticity     
b1 <- 0.5; b2 <- 0.5     
y <- x1*b1+x2*b2+e 

对我来说，e <-rnorm(n,0,x1^2) - 这是自相关而不是异方差错误分布。但我的朋友说这是产生异方差性错误的正确方法。

我在这里错过了什么吗？

我认为当误差项的方差在观察结果中不同时会出现异方差性。

e<-rnorm(n,0,x1^2)这种语法是否会产生异方差性错误？

如果没有，有人能告诉我如何产生异方差的错误吗？

Answer 1

该规范确实产生了一种特殊的（略微奇怪的）异方差性。您将异方差性定义为“跨越观察的误差项的方差不同”。由于x1的值对于不同的观测值是不同的，并且您选择了标准偏差为x1^2的误差值，因此不同观测值的方差将不同。

注意

• rnorm()指定标准偏差而不是方差的可变性
• 自相关是指（连续）观察之间的非独立性。 rnorm()选择独立的偏差，因此本规范不构成自相关样本。