Resumen y Conclusiones de Heteroscedasticidad (V)

8.  De lo contrario, se puede hacer "educated guesses" del patrón probable de heteroscedasticidad con base en los residuales MCO y transformar la información original de tal manera que en la información transformada no haya heteroscedasticidad.

9. Finalmente, las perturbaciones reisudales MCO no solamente pueden resultar heteroscedásticas sino que también pueden estar autocorrelacionadas. Para resolver este problema, puede emplearse una técnica conocida como modelo autorregresivo de heteroscedasticidad condicionar, ARCH. Esta técnica se tratará mas adelante.