异方差

本页使用了标题或全文手工转换
维基百科,自由的百科全书

异方差(英语:Heteroscedasticity),指的是一系列的随机变量间的方差不相同,相对于同方差(Homoscedasticity)。

当我们利用普通最小二乘法进行回归估计时,常应用高斯-马尔可夫定理。其中假设误差项的方差是不变的,而异方差是违反这个假设的。如果普通最小二乘法应用于异方差模型,会导致估计出的方差值是真实方差值的偏误估计量,但是估计值是无偏的。[1]解决方法包括对数处理、修改模型、加权最小二乘法英语Weighted least squares异方差稳健的标准误英语Heteroskedasticity-consistent standard errors等。

计量经济学家罗伯特·F·恩格尔因他对存在异方差的回归分析的研究而获得2003年诺贝尔经济学奖,研究得出了自回归条件异方差模型(ARCH)。[2]

参考文献[编辑]