网上科普有关“异方差产生的后果”话题很是火热，小编也是针对异方差产生的后果寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。
异方差性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。后果
在古典回归模型的假定下，普通最小二乘估计量是线性、无偏、有效估计量，即在所有无偏估量中，最小二乘估计量具有最小方差性——它是有效估计量。如果在其他假定不变的条件下，允许随机扰动项ui存在异方差性，即ui的方差随观测值的变化而变化，这就违背了最小二乘法估计的高斯——马尔柯夫假设，这时如果继续使用最小二乘法对参数进行估计，就会产生以下后果：
1.参数估计量仍然是线性无偏的，但不是有效的；
2.异方差模型中的方差不再具有最小方差性；
3.t检验失去作用；
4.模型的预测作用遭到破坏。
补救措施：
对模型变换，当可以确定异方差 的具体形式时，将模型作适当变换有可能消除或减轻异方差的影响。
加权最小二乘法，对原模型变换的方法与加权二乘法实际上是等价的，可以消除异方差。
买模型的对数变换，运用对数变换能使测定变量值的尺度缩小。它可以将两个数值之间原来10倍的差异缩小到只有2倍的差异。其次，经过对数变换后的线性模型，其残差e表示相对误差，而相对误差往往比绝对误差有较小的差异。
1、认定不同
同方差指总体回归函数中的随机误差项（干扰项）在解释变量条件下具有不变的方差。
异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。
2、应用范围不同
同方差适用于数学统计、经济统计、机器学习算法、适用领域范围、回归分析、时间序列。
异方差适用于计量经济学，异方差性是计量经济学术语。指回归模型中扰动项的方差不全相等。
扩展资料：
1、模型中缺少某些解释变量，从而随机扰动项产生系统模式
由于随机扰动项ui包含了所有无法用解释变量表示的各种因素对被解释变量的影响，即模型中略去的经济变量对被解释变量的影响。如果其中被略去的某一因素或某些因素随着解释变量观测值的不同而对被解释变量产生不同的影响，就会使ui产生异方差性。
2、测量误差
测量误差对异方差性的作用主要表现在两个方面：
一方面，测量误差常常在一定时间内逐渐积累，误差趋于增加，如解释变量X越大，测量误差就会趋于增大。
另一方面，测量误差可能随时间变化而变化，如抽样技术或收集资料方法的改进就会使测量误差减少。所以测量误差引起的异方差性一般都存在于时间序列中。
3、模型函数形式设置不正确
模型函数形式的设定误差。如将指数曲线模型误设成了线性模型，则误差有增大的趋势。
4、异常值的出现
随机因素的影响，如政策变动、自然灾害、金融危机、战争和季节等。
异方差一般可归结为三种类型：
(1)单调递增型：随X的增大而增大，即在X与Y的散点图中，表现为随着X值的增大Y值的波动越来越大
(2)单调递减型：随X的增大而减小，即在X与Y的散点图中，表现为随着X值的增大Y值的波动越来越小
(3)复杂型：与X的变化呈复杂形式，即在X与Y的散点图中，表现为随着X值的增大Y值的波动复杂多变没有系统关系。
百度百科-同方差性
百度百科-异方差性
关于“异方差产生的后果”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！
本文来自作者[年冬冬]投稿，不代表科技号立场，如若转载，请注明出处：https://hexox.com.cn/cshi/202502-780.html
评论列表（4条）
我是科技号的签约作者“年冬冬”！
希望本篇文章《异方差产生的后果》能对你有所帮助！
本站[科技号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：网上科普有关“异方差产生的后果”话题很是火热，小编也是针对异方差产生的后果寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。异方差性是相对...