⑤给定显著性水平α,确定临界值F(v,n2), 若F>Fa(v,n2),则拒绝同方差性假设, 表明存在异方差。 当然,还可根据两个残差平方和对应的 子样的顺序判断是递增型异方差还是递减异 型方差。 U
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。 当然，还可根据两个残差平方和对应的 子样的顺序判断是递增型异方差还是递减异 型方差
4.怀特(Wht)检验 怀特检验不需要排序,且适合任何形式的异 方差。 怀特检验的基本思想与步骤(以二元为例) Y= Bo+BX+B2X2itu 先对该模型作OLS回归,得到e2 然后做如下辅助回归 U
4. 怀特（White）检验 怀特检验不需要排序，且适合任何形式的异 方差。 怀特检验的基本思想与步骤（以二元为例）： Yi = 0 + 1 X1i + 2 X2i + i 然后做如下辅助回归
2 a+ a X+ax +aX+ lt X2 +ax.X+8 可以证明,在同方差假设下: nRx(h R2为(*)的可决系数,h为(*)式解释变量的个数, 二表示渐近服从某分布
i X i X i X i X i X i X i i e = + + + + + + 5 1 2 2 4 2 2 0 1 1 2 2 3 1 ~2 可以证明，在同方差假设下： (*) R2为(*)的可决系数，h为(*)式解释变量的个数， 表示渐近服从某分布
注意 辅助回归仍是检验与解释变量可能的组合的 显著性,因此,辅助回归方程中还可引入解释变 量的更高次方。 如果存在异方差性,则表明确与解释变量的 某种组合有显著的相关性,这时往往显示出有较 高的可决系数以及某一参数的检验值较大。 当然,在多元回归中,由于辅助回归方程中 可能有太多解释变量,从而使自由度减少,有时 可去掉交叉项。 U
注意： 辅助回归仍是检验与解释变量可能的组合的 显著性，因此，辅助回归方程中还可引入解释变 量的更高次方。 如果存在异方差性，则表明确与解释变量的 某种组合有显著的相关性，这时往往显示出有较 高的可决系数以及某一参数的t检验值较大。 当然，在多元回归中，由于辅助回归方程中 可能有太多解释变量，从而使自由度减少，有时 可去掉交叉项
六、异方差的修正 模型检验出存在异方差性,可用加权最小二乘 法( Weighted Least squares,WLS)进行估计 加权最小二乘法的基本思想: 加权最小二乘法是对原模型加权,使之变成 个新的不存在异方差性的模型,然后采用OLS 估计其参数。 ∑We2=∑W[Y-(B+Bx1+…+月Xk) U
六、异方差的修正 模型检验出存在异方差性，可用加权最小二乘 法（Weighted Least Squares, WLS）进行估计。 • 加权最小二乘法的基本思想： 加权最小二乘法是对原模型加权，使之变成 一个新的不存在异方差性的模型，然后采用OLS 估计其参数。 2 0 1 1 2 )] ˆ ˆ ˆ i i = Wi [Yi − ( + X + + k Xk W e