四、异方差性的后果 1、O儿S估计量仍然具有线性、无偏性，但不具 有有效性 2、变量的显著性检验失效 3、估计的可靠性降低 4、模型的预测失效
1、OLS估计量仍然具有线性、无偏性，但不具 有有效性 四、异方差性的后果 2、变量的显著性检验失效 4、模型的预测失效 3、估计的可靠性降低
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”。 。1、图示法 。2、戈德菲尔特一夸特检验法(G-Q test) 。3、帕克(Park)检验法 。4、戈里瑟(G1ejse)检验法 。5、White检验法
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 1、图示法 2、戈德菲尔特——夸特检验法（G-Q test） 3、帕克(Park)检验法 4、戈里瑟(Glejse)检验法 5、White检验法
1、图示法（残差分布图分析） e 444444444 X X X X e对x的散点图 呈现出某种规律→存在异方差 成随机的无规律分布→不存在异方差
1、图示法（残差分布图分析） 2 ei i x 对 的散点图 呈现出某种规律 存在异方差 成随机的无规律分布 不存在异方差 x x x x x ei 2 ei 2 ei 2 ei 2 ei 2
例4-1我国制造工业利润函数 ()Y与X的相关图下图为我国制造业销售利润 与销售收入的相关图，从图中可以明显看出，随着 销售收入的增加，销售利润的平均水平不断提高， 其离散程度同时也在逐步扩大，既呈现出递增的异 方差。 Xvs.Y 5000 4000 3000 2000 1000 0 100200300400500600
例4-1 我国制造工业利润函数 (1) Y与X的相关图 下图为我国制造业销售利润 与销售收入的相关图，从图中可以明显看出，随着 销售收入的增加，销售利润的平均水平不断提高， 其离散程度同时也在逐步扩大，既呈现出递增的异 方差。 0 1000 2000 3000 4000 5000 0 100 200 300 400 500 600 Y X X v s. Y
例4-1我国制造工业利润函数 图EViev5 fie6寸 CLects view Procs ick:Ootions Windou Heb Isycx Group:GROUP01 Workfile:UNTITLED CX 园Norktile: V1ew Proco objec:o Prin:Nane 3reeze 3zIle Sheet S.azo Spec View Pruve XV.Y 3HgC 1 Cample:1 三000 四c Ggrupi' 4000 ☑re3d ☑x :000 ☑ 3000 0 1000 K II
例4-1 我国制造工业利润函数