Jenny2021-05-06 19:51:29

同学你好，不太明白你是怎么联系要x对于y的解释力度。无论是一元线性回归模型还是多元线性回归模型，线性回归的前提假设之一就是要求模型残差εi 的方差必须是恒定的，如果残差的方差不恒定，则说明出现了异方差(Heteroskedasticity)。它会影响假设检验。这个要回到OLS系数估计量best的性质上，best可以这么理解，在回归过程中，经过无数次模拟，找到所有线性无偏系数估计量中方差最小的那组系数估计量，这组估计量就符合best的性质。但是因为异方差的存在，残差项的方差是一直在变化的，所以总体方差也是在变动的，就很难确定最小方差，从而给得出系数估计量造成困难，所以系数的误差，也就是SE，是增加的，因为系数的估计量可能更不准了（误差扩大）。大致了解原理即可，原版书对此也没有更多的展开了。

另外，异方差只能说不影响unbiased和一致性，但是系数估计量不再是best或者说efficient了，所以是影响best性质的。