El uso de errores estándar robustos se ha convertido en una práctica común en economía. Los errores estándar robustos suelen ser más grandes que los errores estándar no robustos (¿estándar?), Por lo que la práctica puede verse como un esfuerzo por ser conservador.
En muestras grandes ( por ejemplo, si está trabajando con datos del Censo con millones de observaciones o conjuntos de datos con "solo" miles de observaciones), las pruebas de heterocedasticidad seguramente serán positivas, por lo que este enfoque es apropiado.
Otro medio para combatir la heterocedasticidad son los mínimos cuadrados ponderados, pero este enfoque se ha despreciado porque cambia las estimaciones de los parámetros, a diferencia del uso de errores estándar robustos. Si sus pesos son incorrectos, sus estimaciones están sesgadas. Sin embargo, si sus pesos son correctos, obtiene errores estándar más pequeños ("más eficientes") que OLS con errores estándar robustos.