1、检验思路：,由于异方差性就是相对于不同的样本点 ， 也就是相对于不同的解释变量观测值 ， 随机误差项具有不同的方差 。
那么： 检验异方差性 ， 也就是检验随机误差项的方差与解释变量观测值之间的相关性 。
,第三节 异方差的检验,各种检验方法都是在这个思路下发展起来的 。
,1,；.,问题在于用什么来表示随机误差项的方差,一般的处理方法：,2,；.,几种异方差的检验方法：,1、图示法,（1）用Y-X的散点图进行判断 看是否存在明显的散点扩大、缩小或复杂型趋势（即看是否在一个固定的带型域中） ， 如图5.1所示 。
,3,；.,图5.1 异方差的类型,4,；.,观察残差平方的基本变动趋势 ， 从而进行判断 。
,5,；.,2、戈德菲尔 。

2、德-夸特(Goldfeld-Quandt)检验,G-Q检验以F检验为基础 ， 适用于样本容量较大、异方差递增或递减的情况 。
,G-Q检验的基本思想： 先按某一解释变量对样本排序 ， 再将排序后的样本一分为二 ， 对两个子样分别作OLS回归 ， 然后利用两个子样的残差平方和之比构造F统计量进行异方差检验 。
如果随机误差项是同方差的 ， 则两个子样的残差平方和应该大致相同；如果二者之间存在显著差异 ， 则表明是异方差 。
,6,；.,G-Q检验的步骤：,（1）将n对样本观察值(Xi,Yi)按观察值Xi的大小排队（按递增顺序） 。
（2）将序列中间的c=n/4个观察值除去 ， 并将剩下的观察值平均分成两个子样本 ， 每个子样样本容量均为( 。

【5.3|5.3异方差的检验ppt课件】3、n-c)/2 。
（3）对每个子样分别进行OLS回归 ， 并计算各自的残差平方和 。
,7,；.,（4）构造如下满足F分布的统计量,（5）给定显著性水平 ， 确定临界值F(v1,v2) ，若F F(v1,v2) ，则拒绝同方差性假设 ， 表明存在异方差 ， 反之 ， 不存在异方差 。
,8,；.,要求大样本 异方差的表现既可为递增型 ， 也可为递减型 检验结果取决于数据删除的个数c的大小 ， 但c的最优选择不明显 。
在多个解释变量的情况下 ， 需要对每一个变量 都进行检验 。
,G-Q检验的特点：,9,；.,3、White检验,基本思想： 先用OLS法估计模型 ， 将估计后的残差平方对常数项、解释变量、解释变量的平方及其交叉乘积等构成一个辅助 。

4、回归 ， 利用辅助回归建立相应的检验统计量来判断异方差性 。
,检验特点： 不需要关于异方差的任何先验信息 。
,10,；.,检验的基本步骤：,以二元线性回归模型为例 ， 设模型为：,11,；.,12,；.,4、Glejser检验,检验的基本思想： 由OLS法得到残差 ， 取得绝对值 ， 然后对某个（或多个）解释变量作回归 ， 根据显著性检验来判断模型是否存在异方差 。
检验的特点： 不仅能对异方差的存在进行判断 ， 而且还能对异方差随某个解释变量变化的函数形式进行诊断 。
,13,；.,检验的步骤,以一元线性回归模型为例 。
,14,；.,15,；.,戈里瑟检验的优点是 ， 不仅检验了异方差性是否存在 ， 同时还给出异方差存在时的具体形式 。
但是 ， 由于构造的回归式是探测性的 ， 如果实验模型选择不好 ， 则可能检验不出是否存在异方差 。
,16,；.,5.斯皮尔曼（Spearman）等级相关系数检验,基本思路：通过检验|et|与Xtj之间的等级相关性 ， 判断|et|与Xtj的相关性 。
其步骤如下：,17,；.,18, 。

来源：(未知)

【学习资料】网址：/a/2021/0324/0021768176.html

标题：5.3|5.3异方差的检验ppt课件