1、参数估计量非有效 ·0LS估计量仍然具有无偏性，但不具有有效性。 ·因为在有效性证明中利用了E(μ)尸σ2I ·而且，在大样本情况下，尽管参数估计量具有 一致性，但仍然不具有渐近有效性
1、参数估计量非有效 • OLS估计量仍然具有无偏性，但不具有有效性。 • 因为在有效性证明中利用了E(’)=2 I • 而且，在大样本情况下，尽管参数估计量具有 一致性，但仍然不具有渐近有效性
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 FBISa 它是建立在σ2不变而正确估计了参数方差 S的基础之上的。 如果出现了异方差性，估计的S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 一方面，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。 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