异方差性？？

随机误差项一般包括的因素是：未知的影响因素，残缺数据，数据观察误差，模型设定误差及变量内在随机性。

如果说方差是用来衡量一个样本中,样本值的偏离程度的话,协方差就是用来衡量两个样本之间的相关性有多少,也就是一个样本的值的偏离程度,会对另外一个样本的值偏离产生多大的影响,协方差是可以用来计算相关系数的,相关系数P=Cov(a.b)/Sa*Sb,Cov(a.b)是协方差,Sa Sb 分别是样本标准差.

异方差性（heteroscedasticity ）是相对于同方差而言的.所谓同方差,是为了保证回归参数估计量具有良好的统计性质,经典线性回归模型的一个重要假定：总体回归函数中的随机误差项满足同方差性,即它们都有相同的方差.如果这一假定不满足,即：随机误差项具有不同的方差,则称线性回归模型存在异方差性.所谓残差是指观测值与预测值（拟合值）之间的差,即是实际观察值与回归估计值的差.

 

随机误差项

 

随机误差项(stochastic error),是指数学表达式中关于随机误差的描述项。在总体回归参数PRF中，我们把个别的Yi围绕在它的期望值的离差（deviation）表述为：Ui=Yi-E(Y|Xi).其中离差Ui是一个不可观测的可正可负的随机变量，在专业术语中，把Ui称为随机干扰或随机误差项。因而，干扰项是从模型中省略下拉的而又集体地影响着Y的全部变量的替代物。

1定义

随机误差项(stochastic error),是指数学表达式中关于随机误差的描述项。在总体回归参数PRF中，我们把个别的Yi围绕在它的期望值的离差（deviation）表述为：Ui=Yi-E(Y|Xi).其中离差Ui是一个不可观测的可正可负的随机变量，在专业术语中，把Ui成为随机干扰或随机误差项。因而，干扰项是从模型中省略下拉的而又集体地影响着Y的全部变量的替代物。

随机误差又称为偶然误差(accidentalerror)。由于测试过程中诸多因素随机作用而形成的具有抵偿性的误差。它是不可避免的，可以设法将其减少，但又不能完全消除。随机误差具有统计性，在多次重复测量中，绝对值相同的正、负误差出现的机会大致相同，大误差出现的机会比小误差出现的机会少。由于随机误差中正、负误差相互抵偿的特性，多次测量平均值的随机误差要比单次测量值的随机误差小，多次测量的随机误差的平均值趋向于零，因此不影响测量的准确度。随机误差使测量值产生波动，影响测量结果的精密度。

 

随机误差或称偶然误差,是指排除了系统误差后尚存的误差。它受多种因素的影响,使观察值不按方向性和系统性而随机地变化。随机误差服从正态分布,可以用概率统计方法处理。在随机误差中,最重要的是抽样误差。

随机误差：在实际测量条件下，多次测量同一量值时，误差的绝对值和符号以不可预知的方式变化者的误差。

随机误差的特点有：对称性，单峰性，抵偿性和有界性。其中抵偿性其区别于系统误差的本质特征。可以利用抵偿性减小随机误差。

 

3因素

随机误差项一般包括的因素是：未知的影响因素，残缺数据，数据观察误差，模型设定误差及变量内在随机性。