异方差 发表评论(0) 编辑词条
异方差（heteroscedasticity ）是为了保证回归参数估计量具有良好的统计性质。经典线性回归模型的一个重要假定是：总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。
若线性回归模型存在异方差性，则用传统的最小二乘法估计模型，得到的参数估计量不是一致估计量，也不是有效估计量，甚至也不是渐近有效的估计量；此时也无法对模型参数的进行有关显著性检验。
异方差性的修正编辑本段回目录
已知方差
当方差已知时，可以使用加权最小二乘法估计参数，由于变换后的模型满足古典线性模型的所有假设，因此该估计可以得出有效的估计量。这种方法的局限性在于每个误差的方差并不总是已知的。
使用方差的一致估计
在异方差存在的情况下，Hal White曾提出过一个获得普通最小二乘估计方差和协方差的一致估计的方法(HCE)，该方法能使统计检验对大样本情形成立。
异方差的检验编辑本段回目录
1.Goldfeld-Guandt Test
2.Breusch-Pagan Test
3.White Test
本词条由以下会员参与贡献
附件列表
→如果您认为本词条还有待完善，请 编辑词条
词条内容仅供参考，如果您需要解决具体问题
（尤其在法律、医学等领域），建议您咨询相关领域专业人士。
0
收藏到: 
同义词: 暂无同义词
关于本词条的评论 (共0条）发表评论>>
