线性回归中，方差齐性是重要前提，影响标准误进而改变结论。理解方差齐性意味着各组方差相近，检验包括观察残差图和使用统计方法如BP法、White检验。SAS和R软件提供了相应的检验工具。
内容来自：“小白学统计”微信公众号，感谢作者授权。
不少人可能对方差齐性检验不是很重视，觉得正态性可能更重要，但其实方差齐性的重要程度可能更大，因为它可能会让你的标准误发生很大变化，从而导致结论的变化。线性回归中，方差齐性是一个必须考虑的前提条件。
本文主要介绍一下，如何理解线性回归中的方差齐性的含义，以及如何对方差是否齐性进行探测。
线性回归中方差齐性的含义
所谓方差齐性，也就是方差相等，在t检验和方差分析中，都需要满足这一前提条件。
在两组和多组比较中，方差齐性的意思很容易理解，无非就是比较各组的方差大小，看看各组的方差是不是差不多大小，如果差别太大，就认为是方差不齐，或方差不等。如果差别不大，就认为方差齐性或方差相等。当然，这种所谓的差别大或小，需要统计学的检验，所以就有了方差齐性检验。
在两组和多组比较中，每组都有很多数据，可以求出每组的方差，然后比较就行了，很容易理解。但是在线性回归中，有的人就不理解方差齐性是什么意思了。因为线性回归中自变量x不是分类变量，x取值很多。
通常情况下，每个x值只对应1个y值。比如&#x
最低0.47元/天 解锁文章
扫一扫
5540
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
