n. [数] 异方差性
Non-constant error variance or heteroscedasticity.
非常量误差方差或异方差性。
One kind of heteroscedasticity testing method was proposed through extreme value theory and extreme value index estimator.
应用极值理论，通过极值指数估计量，提出了一种可行的对异方差的检验方法。
Chapter iv: examines the results and contains the sensitivity analysis with focus on possible heteroscedasticity problems.
第四章讨论了实证结果，并对实证结果进行了敏感性分析，尤其是考虑了异方差现象。
This paper deals with the statistical inference of an autoregressive conditional heteroscedasticity (ARCH) model under restriction.
研究序约束条件下自回归条件异方差（ARCH）模型的统计推断。
The generalized autoregressive conditional heteroscedasticity (GARCH) model has the ability to describe the volatility of time series.
广义自回归条件异方差(GARCH)模型具有描述时间序列波动性的能力。
异方差性（heteroscedasticity）是统计学和计量经济学中的重要概念，指在回归模型中，误差项的方差随自变量的变化而呈现非恒定性的现象。具体而言，当数据中存在异方差性时，残差的离散程度会因预测变量或观测值的变化而改变，这违背了经典线性回归中“同方差性”（误差方差恒定）的基本假设。
在实证分析中，异方差性常出现在横截面数据中。例如，在研究家庭收入与消费支出的关系时，高收入家庭的消费波动可能更大，导致残差方差随收入增加而扩大（如Stock和Watson在《计量经济学导论》中讨论的案例。这种现象会降低普通最小二乘法（OLS）估计的效率，使标准误估计有偏，进而影响假设检验的可靠性。
当检测到异方差时，可采用加权最小二乘法（WLS）重新估计模型，或使用异方差稳健标准误（Huber-White标准误）进行修正。美国国家经济研究局（NBER）的多篇工作论文证实，后者在实证研究中具有广泛应用价值。
Heteroscedasticity（异方差性）是统计学和计量经济学中的重要概念，其含义为：
定义 指在回归模型中，误差项（或残差）的方差随自变量的变化而呈现非恒定状态的现象。即不同观测值的随机误差方差不同，违反经典线性回归中"同方差性"（homoscedasticity）的假设。
发音 /ˌhɛtəroʊskɪdæsˈtɪsɪti/（海特-罗-斯基达斯-提西提）
核心特征
影响
典型示例 研究家庭收入与消费关系时，高收入家庭的消费选择差异往往更大，导致残差方差随收入增加而扩大，形成异方差模式。
检测方法 包括残差图观察、Breusch-Pagan检验、White检验等。解决方法可采用加权最小二乘法（WLS）或使用稳健标准误（robust standard errors）。
【别人正在浏览】