異方差
定義：相對於同方差而言。同方差：總體回歸函式中的隨機誤差項滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，即：隨機誤差項具有不同的方差，則稱線性回歸模型存在異方差性。
產生原因在於：
a.模型中缺少某些解釋變數，從而系統擾動項干擾系統。
b.測量誤差。一般在時間序列變數。和以平均數作為樣本資料中都會存在。產生原因在於：誤差的長時間積累和誤差隨時間變化而不斷變化（如果將前後作為整體看待例如平均數等）。
c.模型函式設定不正確。
d.異常值出現。例如：經濟危機，自然災害的突然影響。
解決辦法：
對資料進行對數變換，降低資料大小，從而降低誤差的影響程度。
對模型進行變換。
理解異方差
這個單詞特別長，它的中文名叫做異方差，它是怎麼來的呢？細細道來。我們使用最小二乘法的時候有乙個基本假定，其他變數對於模型的影響是常數 u 比如在模型 y 0 1x u 裡面我們假定除了 x 以外，其他影響 y的東西都是常數，合起來就是 u 在這個假設下最小二乘法能夠順利進行，也能保障無偏性和一致性。...
異方差性質
殘差序列的異方差性 異方差的影響 使用arima模型擬合非平穩序列時，對殘差序序列有乙個重要假定 殘差序列為零均值白雜訊序列。換言之，殘差序列要滿足如下三個假定條件。1 零均值 2 純隨機 3 方差齊性 如果方差齊性假定不成立，即隨機誤差的方差不在是常數，它會隨時間的變化而變化，可以表示為時間的某個...
基於python的異方差檢驗 講講異方差的檢驗
我們前面講了異方差，也講了怎麼用圖示法來判斷是否有異方差，這一篇來講講怎麼用統計的方法來判斷有沒有異方差。關於檢驗異方差的統計方法有很多，我們這一節只講比較普遍且比較常用的white test 懷特檢驗 假設現在我們做了如下的回歸方程 如果要用懷特檢驗檢驗上述方程有沒有異方差，主要分以下幾個步驟 1...