【计量经济学及Stata应用】第7章 异方差

7.1 异方差的后果

（1）OLS估计量依然是无偏、一致渐进的

（2）OLS估计量方差不再是${\sigma }^2({\mathbf{X}}^{\prime }\mathbf{X}{)}^{-1}$，不满足球形扰动项的假设
使用普通标准误的$t$检验、&F&检验失效
使用稳健标准误

（3）高斯-马尔可夫定理不再成立，OLS估计量不是BLUE
加权最小二乘法是BLUE

7.2 异方差的例子

略

7.3 异方差的检验

1.画残差图
残差可视为扰动项的实现值，可通过残差的波动来大致考察是否存在异方差
这是最直观的方法，但不严格

2.BP检验
假设样本数据 iid
原假设为同方差
辅助回归：$$e_i^2={\delta }_1+{\delta }_2{x}_{i2}+\dots +{\delta }_K{x}_{iK}+errio{r}_i$$
记此辅助回归的拟合优度为$R^2$.$R^2$越高，越显著，越可以拒绝$H_0:{\delta }_2=\dots ={\delta }_K=0$
$LM$统计量：$LM=n{R}^2\stackrel{d}{⟶}{\chi }^2(K-1)$
如果 L M LM </