2、变量的显著性检验失去意义 变量的显著性检验中，构造了统计量 -BIS& 它是建立在σ2不变而正确估计了参数方差 S房的基础之上的。 如果出现了异方差性，估计的S房出现偏误 (偏大或偏小)，t检验失去意义。 其他检验也是如此
2、变量的显著性检验失去意义 变量的显著性检验中，构造了t统计量 其他检验也是如此
3、模型的预测失效 方面，由于上述后果，使得模型不具有 良好的统计性质； 另一方面，在预测值的置信区间中也 包含有参数方差的估计量S房。 所以，当模型出现异方差性时，参数OLS 估计值的变异程度增大，从而造成对Y的预测 误差变大，降低预测精度，预测功能失效
3、模型的预测失效 一方面，由于上述后果，使得模型不具有 良好的统计性质； 所以，当模型出现异方差性时，参数OLS 估计值的变异程度增大，从而造成对Y的预测 误差变大，降低预测精度，预测功能失效
五、异方差性的检验 1、图示（解）法 2、集团法（双变量模型） 3、帕克(Park)检验 4、格莱泽(Glejser)检验 5、White检验
五、异方差性的检验 1、图示（解）法 2、集团法（双变量模型） 3、帕克(Park)检验 4、格莱泽(Glejser)检验 5、White检验
五、异方差性的检验 g检验思路： 由于异方差性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及其相 关的“形式
五、异方差性的检验 ❖ 检验思路： 由于异方差性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及其相 关的“形式
问题在于用什么来表示随机误差项的方差 般的处理方法： 首先采用OLS法估计模型，以求得随机误差项的 估计量（注意，该估计量是不严格的），我们称之为“近 似估计量”，用e,表示。于是有 Var(4)=E(4)≈e2 e,=y,-(9)ow 即用e来表示随机误差项的方差
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： 首先采用 OLS 法估计模型，以求得随机误差项的 估计量（注意，该估计量是不严格的），我们称之为“近 似估计量”，用~ei 表示。于是有 Var E e i i i ( ) ( ) ~ = 2 2 ~ e y ( y ) i = i − i 0ls