Sé que otros han preguntado por los errores estándar robustos ( Errores estándar robustos en econometría y ¿Informar siempre de los errores estándar robustos (blancos)? ). Un respuesta a esta última pregunta hizo esta referencia a Wooldridge (2009):
Los errores estándar robustos y los t Las estadísticas se justifican sólo cuando el tamaño de la muestra es grande. Con tamaños de muestra pequeños, la estadística robusta t estadísticas pueden tener distribuciones que no son muy cercanas a la t distribución, y eso puede desviar nuestra inferencia.
Tengo un conjunto de datos de corte transversal, y si se rechaza la hipótesis nula de la prueba de heteroscedasticidad, ¿qué criterio debo utilizar para determinar si el tamaño de mi muestra es "suficientemente grande" para un t ¿Distribución? Sé que ha habido algunos posts que mencionan que la $n>30$ la regla del pulgar es defectuosa.
Nota: No he podido hacer esta pregunta en los comentarios de la respuesta ya que aún no he alcanzado los 50 de reputación. Mis disculpas de antemano por si esta pregunta es redundante.
