异方差和自相关 对于经典计量模型，我们的基本假设有： 假设 对于解释变量的所有观测值，随机误差项 有相同的方差。 此时可得： 在存在异方差的情况下： 因此，估计结果无偏，但不是有效的（随机误 差项方差变大）。 误差项存在异方差：U的方差-协方差矩阵 Var(u)主对角线上的元素不相等 。 异方差是违背了球型扰动项假设的一种情形 。在存在异方差的情况下： （1）OLS 估计量依然是无偏、一致且渐近正 态的。 （2）估计量方差Var(b|X) 的表达式不再是 2 (XX) 1 ，因为Var(|X) 2 I。 （3）Gauss-Markov 定理不再成立，即 OLS不再是最佳线性无偏估计（BLUE）。 一般截面数据容易产生异方差 而时间序列数据容易产生自相关异方差的检验 1。残差图 2。怀特检验 3。Breusch-Pagan（BP）检验 4。 G-Q 检验 (Goldfeld-Quandt,1965) 5。 Szroeters 秩检验(Szreter,1978) 后两种现在已经基本不用。 1。画图：散点图和残差图。 1。残差图： rvfplot （residual-versus-fitte
