异方差 heteroskedasticity 的识别、后果与修正

异方差(heteroskedasticity)指回归残差的方差不恒定,违反了同方差假设。分两类:无条件异方差(与自变量无关,问题不大)和条件异方差(conditional,与自变量水平相关,才是麻烦)。
后果:系数估计仍无偏,但标准误被低估,导致 t 值虚高,容易误判显著性。
检验:Breusch-Pagan(BP)检验。
修正:使用 White 稳健标准误(robust standard errors)或广义最小二乘法 GLS。
易错点:别把异方差和序列相关搞混;异方差不影响系数本身,只影响标准误与推断;条件异方差才是考点重灾区。
你读回归表时怎么一眼看出可能有异方差?BP 检验的原假设是什么,你还记得吗?欢迎讨论。