Я считаю, что, по крайней мере, в (прикладной) эконометрике все больше и больше становится нормой использовать надежную или эмпирическую ковариационную матрицу, а не «анахроническую практику» полагаться (асимптотически) на правильную спецификацию ковариационной матрицы. Это, конечно, не без противоречий: посмотрите на некоторые ответы, которые я связал здесь, в CrossValidated, но это, безусловно, четкая тенденция.
Е[ U U'] = σ2яN
Другие примеры включают данные панели, например , Imbens и Wooldridge пишут на своих слайдах лекций аргументы против использования ковариационной матрицы дисперсии случайных эффектов (неявно предполагая некоторую ошибочную спецификацию в компоненте дисперсии по умолчанию):
σ2сσ2U
Используя обобщенные линейные модели (для распределений, которые принадлежат экспоненциальному семейству), часто рекомендуется всегда использовать так называемую оценку сэндвича, а не полагаться на правильные предположения о распределении (здесь анахроническая практика): см., Например, этот ответ или Кэмерон, ссылающийся на подсчитывать данные, потому что псевдомаксимальная оценка правдоподобия может быть достаточно гибкой в случае неправильной спецификации (например, с использованием Пуассона, если отрицательный биномиал будет правильным).
Такие [белые] стандартные исправления ошибок должны быть сделаны для регрессии Пуассона, поскольку они могут иметь гораздо большее значение, чем аналогичные поправки гетероскедастичности для OLS.
Грин пишет в своем учебнике в главе 14 (доступно на его веб-сайте), например, с критической заметкой и более подробно рассказывает о преимуществах и недостатках этой практики:
В современной литературе существует тенденция регулярно вычислять этот [сэндвич] оценщик, независимо от функции правдоподобия. * [...] * Мы еще раз подчеркиваем, что оценщик сэндвичей сам по себе не обязательно добродетель, если функция правдоподобия не указана и другие условия для оценки М не выполнены.