นี่คือหนึ่งคำตอบ: โดยปกติวิธีที่มีประสิทธิภาพมากที่สุดในการดำเนินการอนุมานทางสถิติคือเมื่อข้อมูลของคุณเป็น iid หากไม่เป็นเช่นนั้นคุณจะได้รับข้อมูลจำนวนต่าง ๆ จากการสังเกตที่ต่างกันและมีประสิทธิภาพน้อยกว่า อีกวิธีในการดูที่กล่าวคือถ้าคุณสามารถเพิ่มข้อมูลพิเศษลงในการอนุมานของคุณ (เช่นรูปแบบการทำงานของความแปรปรวนผ่านการแปลงความแปรปรวนที่ทำให้เกิดความแปรปรวน) คุณจะปรับปรุงความถูกต้องของการประมาณการของคุณอย่างน้อยที่สุด ในตัวอย่างขนาดเล็กมากการใส่ใจกับการสร้างแบบจำลองความแปรปรวนอาจเพิ่มอคติตัวอย่างเล็ก ๆ ของคุณ นี่เป็นอาร์กิวเมนต์ประเภท GMM ประเภทเศรษฐมิติ: หากคุณเพิ่มช่วงเวลาเพิ่มเติมความแปรปรวนเชิงซีโมติกของคุณจะไม่สามารถสูงขึ้นได้ และความเอนเอียงตัวอย่างอัน จำกัด ของคุณจะเพิ่มขึ้นด้วยองศาอิสระ
คำตอบอีกข้อหนึ่งได้รับจากคาร์ดินัล: หากคุณมีความแปรปรวนที่ไม่รู้จักแขวนอยู่ในนิพจน์ความแปรปรวนแบบซีโมติกของคุณการลู่เข้าสู่การแจกแจงแบบอะซิมโทติคจะช้าลงและคุณจะต้องประมาณความแปรปรวนนั้น การหมุนข้อมูลหรือสถิติของคุณล่วงหน้าจะช่วยปรับปรุงความแม่นยำของการประมาณเชิงเส้นกำกับ