異分散性
統計學名詞 / 維基百科,自由的 encyclopedia
異方差(英語:Heteroscedasticity),指的是一系列的隨機變量間的方差不相同,相對於同分散性(Homoscedasticity)。
當我們利用普通最小平方法進行回歸估計時,常應用高斯-馬可夫定理。其中假設誤差項的方差是不變的,而異方差是違反這個假設的。如果普通最小平方法應用於異方差模型,會導致估計出的方差值是真實方差值的偏誤估計量,但是估計值是無偏的。[1]解決方法包括對數處理、修改模型、加權最小平方法(英語:Weighted least squares)、異方差穩健的標準誤(英語:Heteroskedasticity-consistent standard errors)等。
計量經濟學家羅伯特·F·恩格爾因他對存在異方差的回歸分析的研究而獲得2003年諾貝爾經濟學獎,研究得出了自我迴歸條件異方差模型(ARCH)。[2]