heteroskedastisuudesta
Heteroskedastisuus viittaa tilanteeseen tilastollisessa mallissa, kuten regressioanalyysissä, jossa jäännösten (virheiden) varianssi ei ole vakio kaikilla selittävien muuttujien arvoilla. Toisin sanoen, mallin antama ennustustarkkuus vaihtelee havaintojen mukaan. Jos malli on homoskedastinen, jäännösten varianssi on sama riippumatta selittävien muuttujien arvoista. Heteroskedastisuus on yleinen ongelma todellisessa datassa, ja se voi johtua monista tekijöistä, kuten mallin väärästä spesifioinnista, puuttuvista muuttujista tai mittausvirheistä.
Heteroskedastisuuden läsnäolo ei tee regressiomallin estimaatteja (kuten regressiokertoimia) harhaisiksi, mutta se tekee niistä tehottomampia. Tämä tarkoittaa,
Heteroskedastisuuden tunnistamiseen on useita menetelmiä. Visuaaliset tarkastelut, kuten jäännösten kuvaajat suhteessa ennustettuihin arvoihin tai selittäviin muuttujiin,