अर्थमिति में, हम कहेंगे कि गैर-सामान्यता शास्त्रीय सामान्य रैखिक प्रतिगमन मॉडल की शर्तों का उल्लंघन करती है, जबकि विषमलैंगिकता CNLR और शास्त्रीय रैखिक प्रतिगमन मॉडल दोनों की मान्यताओं का उल्लंघन करती है।
लेकिन जो कहते हैं कि "... ओएलएस का उल्लंघन करता है" भी उचित हैं: ऑर्डिनरी लिस्ट-स्क्वायर नाम गॉस से सीधे आता है और अनिवार्य रूप से सामान्य त्रुटियों को संदर्भित करता है । दूसरे शब्दों में "ओएलएस" कम से कम वर्गों के आकलन (जो कि अधिक सामान्य सिद्धांत और दृष्टिकोण है) के लिए एक संक्षिप्त रूप नहीं है, लेकिन सीएनएलआर का।
ठीक है, यह इतिहास, शब्दावली और शब्दार्थ था। मैं ओपी के प्रश्न के मूल को निम्न प्रकार से समझता हूं: "हमें आदर्श पर जोर क्यों देना चाहिए, अगर हमें मामले का समाधान नहीं मिला है जब वह मौजूद नहीं है?" (क्योंकि CNLR मान्यताओं हैं आदर्श, इस अर्थ में वे उत्कृष्ट कम से कम वर्ग आकलनकर्ता गुण "ऑफ-द-शेल्फ" प्रदान करते हैं कि, और asymptotic परिणाम का सहारा की जरूरत के बिना। यह भी याद रखें कि OLS अधिकतम संभावना जब त्रुटियों सामान्य हो रहा है )।
एक आदर्श के रूप में, यह शिक्षण शुरू करने के लिए एक अच्छी जगह है । यह वह है जो हम हमेशा किसी भी तरह के विषय को पढ़ाने में करते हैं: "सरल" स्थितियां "आदर्श" स्थितियां हैं, जो कि उन जटिलताओं से मुक्त है जो वास्तव में वास्तविक जीवन और वास्तविक अनुसंधान में सामना करेंगे, और जिसके लिए कोई निश्चित समाधान मौजूद नहीं है ।
और यह वही है जो मुझे ओपी के पद के बारे में समस्याग्रस्त लगता है: वह मजबूत मानक त्रुटियों और बूटस्ट्रैप के बारे में लिखते हैं जैसे कि वे "बेहतर विकल्प" हैं, या चर्चा के तहत उक्त मान्यताओं की कमी के लिए मूर्खतापूर्ण समाधान जिसके लिए ओपी लिखते हैं।
".. लोगों को मिलने की जरूरत नहीं है"
क्यों? क्योंकि स्थिति से निपटने के कुछ तरीके हैं , ऐसे तरीके जिनकी कुछ वैधता है, लेकिन वे आदर्श से बहुत दूर हैं? बूटस्ट्रैप और heteroskedasticity-मजबूत मानक त्रुटियां नहीं है समाधान -यदि वे वास्तव में थे, वे प्रभावी प्रतिमान बन जाते है |, CLR और CNLR इतिहास की पुस्तकों के लिए भेज दिया। लेकिन वे नहीं हैं।
इसलिए हम उन अनुमानों के सेट से शुरू करते हैं जो उन अनुमानक गुणों की गारंटी देते हैं जिन्हें हमने महत्वपूर्ण माना है (यह एक और चर्चा है कि क्या वांछनीय के रूप में निर्दिष्ट गुण वास्तव में हैं जो होना चाहिए), ताकि हम यह देखते रहें कि उनमें से कोई भी उल्लंघन है, इन मान्यताओं की अनुपस्थिति से निपटने के लिए हमने जो तरीके खोजे हैं, उनके परिणामों को पूरी तरह से ऑफसेट नहीं किया जा सकता है। यह वास्तव में खतरनाक होगा, वैज्ञानिक रूप से बोलना, इस भावना को व्यक्त करने के लिए कि "हम मामले की सच्चाई के लिए अपना रास्ता खोल सकते हैं" -क्योंकि, बस, हम नहीं कर सकते।
इसलिए, वे समस्या के लिए अपूर्ण समाधान बने रहते हैं , न कि विकल्प और / या निश्चित रूप से चीजों को करने का बेहतर तरीका। इसलिए, हमें पहले समस्या-मुक्त स्थिति को पढ़ाना है, फिर संभावित समस्याओं को इंगित करना है, और फिर संभावित समाधानों पर चर्चा करना है। अन्यथा, हम इन समाधानों को एक ऐसी स्थिति में बढ़ा देंगे, जो वास्तव में उनके पास नहीं है।