Para OLS, puede imaginar que está utilizando la varianza estimada de los residuos (bajo el supuesto de independencia y homocedasticidad) como una estimación de la varianza condicional de los s. En el estimador basado en sándwich, está utilizando los residuos cuadrados observados como un complemento de la misma varianza que puede variar entre las observaciones.Yi
var(β^)=(XTX)−1(XTdiag(var(Y|X))X)(XTX)−1
En la estimación del error estándar de mínimos cuadrados ordinarios para la estimación del coeficiente de regresión, la varianza condicional del resultado se trata como constante e independiente, de modo que puede estimarse de manera consistente.
varˆOLS(β^)=(XTX)−1(r2XTX)(XTX)−1
Para el sándwich, evitamos la estimación consistente de la varianza condicional y, en su lugar, usamos una estimación de complemento de la varianza de cada componente utilizando el residual al cuadrado
varˆRSE(β^)=(XTX)−1(XTdiag(r2i)X)(XTX)−1
Al utilizar el plug-in de estimación de la varianza, obtenemos estimaciones consistentes de la varianza de β por el teorema del límite central de Lyapunov.β^
Intuitivamente, estos residuos al cuadrado observados eliminarán cualquier error inexplicable debido a la heterocedasticidad que de otro modo habría sido inesperada bajo el supuesto de una varianza constante.