二、产生异方差的背景 1、按照边错边改学习模型（error-learning models),人们在学习的过程中，其行为误差 随时间而减少。在这种情况下，预料的会减少 例如，随着打字练习小时数的增加，不仅平均 打错个数而且打错个数的方差都有所下降。 2、随着收入的增长，人们有更多的备用收入， 从而如何支配他们的收入有更大的选择范围。 因此，在做储蓄对收入的回归时，很可能发现， 由于人们对其储蓄行为有更多的选择，与收入 俱增有关
二、产生异方差的背景 1、按照边错边改学习模型（error-learning models），人们在学习的过程中，其行为误差 随时间而减少。在这种情况下，预料的会减少。 例如，随着打字练习小时数的增加，不仅平均 打错个数而且打错个数的方差都有所下降。 2、随着收入的增长，人们有更多的备用收入， 从而如何支配他们的收入有更大的选择范围。 因此，在做储蓄对收入的回归时，很可能发现， 由于人们对其储蓄行为有更多的选择，与收入 俱增有关
二、产生异方差的背景 3、随着数据采集技术的改进，误差可能减少。 4、异方差还会因为异常值的出现而产生。一个 超越正常值范围的观测值或称异常值是指和其 它观测值相比相差很多（非常小或非常大）的 观测值。 5、回归模型的设定不正确也会造成异方差。例 如，在一个商品的需求函数中，若没有把有关 的互补商品和替代商品的价格包括进来（忽略 变量偏差)，则回归残差就可能出现异方差
3、随着数据采集技术的改进，误差可能减少。 4、异方差还会因为异常值的出现而产生。一个 超越正常值范围的观测值或称异常值是指和其 它观测值相比相差很多（非常小或非常大）的 观测值。 5、回归模型的设定不正确也会造成异方差。例 如，在一个商品的需求函数中，若没有把有关 的互补商品和替代商品的价格包括进来（忽略 变量偏差），则回归残差就可能出现异方差。 二、产生异方差的背景
产生异方差的实例 1.服装需求函数 2.按收入分组数据的平均数 9.=f1p,.+u 建立的消费函数 i=1,2,.,n C,=B。+Bi,+u 没有考虑气候因素，气候 因为收入服从正态分布 对q的影响包含在u中 截面数据中高、低收入组的 高拿出更多钱适应气候 家庭数少于中收入组，因观 低正是“可怜老汉衣正单 察个数不同造成各组平均数 的方差呈现U型分布。（见下 心忧炭贱愿天寒” 图) 不同对q的需求偏离程度不 如果这种观测误差站随机误差项 同，u的方差随着收入增 的主要部分，那么将随收入 大而增大。 成规律变化
产生异方差的实例 1.服装需求函数 没有考虑气候因素，气候 对q的影响包含在ui中 高I拿出更多钱适应气候 低I正是“可怜老汉衣正单 心忧炭贱愿天寒” 不同I对q的需求偏离程度不 同，ui的方差随着收入增 大而增大。 2.按收入分组数据的平均数 建立的消费函数 因为收入I服从正态分布 截面数据中高、低收入组的 家庭数少于中收入组，因观 察个数不同造成各组平均数 的方差呈现U型分布。（见下 图） 如果这种观测误差站随机误差项 的主要部分，那么将随收入 成规律变化。 f( p ) u i n q I i i i i = , , + =1,2,, Ci Ii ui = + + 0 1
(-x月 n,-1 S-J n X
s i X i ( ) ns s nx x s nx x i i x i n i j i i n ij j i i ji = − = = − = 1 1 2
三、实际经济问题中的异方差性 例2.6.1：截面资料下研究居民家庭的储蓄行为 Y=Bo+B1X+1 Y:第个家庭的储蓄额X:第个家庭的可支配收入 高收入家庭：储蓄的差异较大 低收入家庭：储蓄则更有规律性，差异较小 的方差呈现单调递增型变化
三、实际经济问题中的异方差性 例2.6.1：截面资料下研究居民家庭的储蓄行为 Yi= 0+1Xi+i Yi :第i个家庭的储蓄额 Xi :第i个家庭的可支配收入 高收入家庭：储蓄的差异较大 低收入家庭：储蓄则更有规律性，差异较小 i的方差呈现单调递增型变化